Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma

Detalhes bibliográficos
Autor(a) principal: Caron, Eduardo
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
Texto Completo: http://hdl.handle.net/10737/2863
Resumo: O uso de Inteligência Artificial (IA) para resolução de problemas complexos vem ganhando força no mundo inteiro. Técnicas baseadas em IA estão sendo amplamente adotadas no reconhecimento de imagens, de fala e de processamento de linguagem natural em diferentes áreas. A área da saúde está aderindo cada vez mais a Inteligência Artificial para diagnóstico e classificação de doenças, tendo como exemplo a doença de glaucoma, que pode ser detectada tanto por meio do processamento automatizado de grandes conjuntos de dados, quanto pela detecção precoce de novos padrões de doenças. Além disso, a IA promete mudar fundamentalmente as pesquisas que visam entender o desenvolvimento, a progressão e o tratamento do glaucoma, identificando novos fatores de risco e avaliando a importância dos existentes. Diante disso, o objetivo do presente trabalho foi verificar se a Rede Neural Artificial (RNA) de arquitetura U-Net é capaz de realizar a segmentação do disco óptico e a segmentação da escavação a partir de imagens de fundo de olho da base de imagens RIM-ONE, servindo de apoio aos profissionais na detecção do glaucoma. Como resultado, foi obtido um F1-score médio de 0,9440 para a segmentação do disco óptico e um F1-score médio de 0,8350 para a segmentação da escavação, comprovando que a rede neural U-Net é capaz de realizar a segmentação com boas métricas.
id UVAT_daa3dab7cc9d6b6b75e6bc8e0a809b8a
oai_identifier_str oai:univates.br:10737/2863
network_acronym_str UVAT
network_name_str Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
repository_id_str 1
spelling Franzen, Evandrohttp://lattes.cnpq.br/7342971270440310Caron, Eduardo2020-10-28T00:15:23Z2020-10-28T00:15:23Z2020-062020-07-14O uso de Inteligência Artificial (IA) para resolução de problemas complexos vem ganhando força no mundo inteiro. Técnicas baseadas em IA estão sendo amplamente adotadas no reconhecimento de imagens, de fala e de processamento de linguagem natural em diferentes áreas. A área da saúde está aderindo cada vez mais a Inteligência Artificial para diagnóstico e classificação de doenças, tendo como exemplo a doença de glaucoma, que pode ser detectada tanto por meio do processamento automatizado de grandes conjuntos de dados, quanto pela detecção precoce de novos padrões de doenças. Além disso, a IA promete mudar fundamentalmente as pesquisas que visam entender o desenvolvimento, a progressão e o tratamento do glaucoma, identificando novos fatores de risco e avaliando a importância dos existentes. Diante disso, o objetivo do presente trabalho foi verificar se a Rede Neural Artificial (RNA) de arquitetura U-Net é capaz de realizar a segmentação do disco óptico e a segmentação da escavação a partir de imagens de fundo de olho da base de imagens RIM-ONE, servindo de apoio aos profissionais na detecção do glaucoma. Como resultado, foi obtido um F1-score médio de 0,9440 para a segmentação do disco óptico e um F1-score médio de 0,8350 para a segmentação da escavação, comprovando que a rede neural U-Net é capaz de realizar a segmentação com boas métricas.The use of Artificial Intelligence (AI) to solve complex tasks has been gaining force all over the world. AI-based techniques are being widely adopted in image recognition, speech recognition and natural language processing in different areas. The health area is increasingly adhering to Artificial Intelligence for diagnosis and classification of diseases, with the example of the glaucoma disease, which can be detected either through the automated processing of large datasets, or by the early detection of new patterns of diseases. In addition, AI promises to fundamentally change the research aimed at understanding the development, progression and treatment of glaucoma, identifying new risk factors and assessing the importance of existing ones. Therefore, the objective of the present work was to verify if the Artificial Neural Network (ANN) using the U-Net architecture is able to perform optic disk segmentation and optic cup segmentation on fundus images of the RIM-ONE image dataset, supporting professionals in the detection of glaucoma. As a result, an average F1-score of 0.9440 was obtained for the optic disk segmentation and an average F1-score of 0.8350 for the optic cup segmentation, proving that the U-Net neural network is capable of performing segmentation with good metrics.-1CARON, Eduardo. Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma. 2020. Monografia (Graduação em Engenharia de Software) – Universidade do Vale do Taquari - Univates, Lajeado, 14 jul. 2020. Disponível em: http://hdl.handle.net/10737/2863. http://hdl.handle.net/10737/2863http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessENGGlaucomaInteligência ArtificialRede Neural ArtificialU-NetArtificial IntelligenceArtificial Neural NetworkImage segmentationSegmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucomainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)instname:Centro Universitário Univates (UNIVATES)instacron:UNIVATESORIGINAL2020EduardoCaron.pdf2020EduardoCaron.pdfapplication/pdf2191363https://www.univates.br/bdu/bitstreams/1e29b17c-e7dc-4405-8e7f-ecb389af85c6/download3d17039e161401af8829401d388f2126MD51CC-LICENSElicense_urllicense_urltext/plain49https://www.univates.br/bdu/bitstreams/67643579-6ede-480a-9c82-dc9077448349/download924993ce0b3ba389f79f32a1b2735415MD52license_textlicense_texttext/html; charset=utf-80https://www.univates.br/bdu/bitstreams/566f983c-8f58-43f5-9e12-04f64c3e0974/downloadd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://www.univates.br/bdu/bitstreams/844c0774-8870-4821-aa5b-88ab4d6a7a08/downloadd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain4614https://www.univates.br/bdu/bitstreams/e39bcfa8-3e87-4c3b-855d-c048740b4231/downloadbbc55c3abe017903add4e31d38590e6aMD55TEXT2020EduardoCaron.pdf.txt2020EduardoCaron.pdf.txtExtracted texttext/plain103105https://www.univates.br/bdu/bitstreams/e8661cc8-eb17-48f6-9101-45751d13115b/downloadf30682177522500e80d1cb1e25ddb093MD510THUMBNAIL2020EduardoCaron.pdf.jpg2020EduardoCaron.pdf.jpgGenerated Thumbnailimage/jpeg4248https://www.univates.br/bdu/bitstreams/200bed13-08d6-4675-a315-5bcbb849656f/downloada50532b5ad218cd7c7d431834fe866f7MD51110737/28632023-06-23 09:45:51.707http://creativecommons.org/licenses/by-nc-sa/4.0/openAccessoai:univates.br:10737/2863https://www.univates.br/bduRepositório InstitucionalPRIhttp://www.univates.br/bdu_oai/requestopendoar:12023-06-23T09:45:51Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD) - Centro Universitário Univates (UNIVATES)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
dc.title.pt_BR.fl_str_mv Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
title Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
spellingShingle Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
Caron, Eduardo
ENG
Glaucoma
Inteligência Artificial
Rede Neural Artificial
U-Net
Artificial Intelligence
Artificial Neural Network
Image segmentation
title_short Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
title_full Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
title_fullStr Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
title_full_unstemmed Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
title_sort Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
author Caron, Eduardo
author_facet Caron, Eduardo
author_role author
dc.contributor.advisor1.fl_str_mv Franzen, Evandro
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7342971270440310
dc.contributor.author.fl_str_mv Caron, Eduardo
contributor_str_mv Franzen, Evandro
dc.subject.cnpq.fl_str_mv ENG
topic ENG
Glaucoma
Inteligência Artificial
Rede Neural Artificial
U-Net
Artificial Intelligence
Artificial Neural Network
Image segmentation
dc.subject.por.fl_str_mv Glaucoma
Inteligência Artificial
Rede Neural Artificial
U-Net
Artificial Intelligence
Artificial Neural Network
Image segmentation
description O uso de Inteligência Artificial (IA) para resolução de problemas complexos vem ganhando força no mundo inteiro. Técnicas baseadas em IA estão sendo amplamente adotadas no reconhecimento de imagens, de fala e de processamento de linguagem natural em diferentes áreas. A área da saúde está aderindo cada vez mais a Inteligência Artificial para diagnóstico e classificação de doenças, tendo como exemplo a doença de glaucoma, que pode ser detectada tanto por meio do processamento automatizado de grandes conjuntos de dados, quanto pela detecção precoce de novos padrões de doenças. Além disso, a IA promete mudar fundamentalmente as pesquisas que visam entender o desenvolvimento, a progressão e o tratamento do glaucoma, identificando novos fatores de risco e avaliando a importância dos existentes. Diante disso, o objetivo do presente trabalho foi verificar se a Rede Neural Artificial (RNA) de arquitetura U-Net é capaz de realizar a segmentação do disco óptico e a segmentação da escavação a partir de imagens de fundo de olho da base de imagens RIM-ONE, servindo de apoio aos profissionais na detecção do glaucoma. Como resultado, foi obtido um F1-score médio de 0,9440 para a segmentação do disco óptico e um F1-score médio de 0,8350 para a segmentação da escavação, comprovando que a rede neural U-Net é capaz de realizar a segmentação com boas métricas.
publishDate 2020
dc.date.submitted.none.fl_str_mv 2020-07-14
dc.date.accessioned.fl_str_mv 2020-10-28T00:15:23Z
dc.date.available.fl_str_mv 2020-10-28T00:15:23Z
dc.date.issued.fl_str_mv 2020-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv CARON, Eduardo. Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma. 2020. Monografia (Graduação em Engenharia de Software) – Universidade do Vale do Taquari - Univates, Lajeado, 14 jul. 2020. Disponível em: http://hdl.handle.net/10737/2863.
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10737/2863
identifier_str_mv CARON, Eduardo. Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma. 2020. Monografia (Graduação em Engenharia de Software) – Universidade do Vale do Taquari - Univates, Lajeado, 14 jul. 2020. Disponível em: http://hdl.handle.net/10737/2863.
url http://hdl.handle.net/10737/2863
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
instname:Centro Universitário Univates (UNIVATES)
instacron:UNIVATES
instname_str Centro Universitário Univates (UNIVATES)
instacron_str UNIVATES
institution UNIVATES
reponame_str Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
collection Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
bitstream.url.fl_str_mv https://www.univates.br/bdu/bitstreams/1e29b17c-e7dc-4405-8e7f-ecb389af85c6/download
https://www.univates.br/bdu/bitstreams/67643579-6ede-480a-9c82-dc9077448349/download
https://www.univates.br/bdu/bitstreams/566f983c-8f58-43f5-9e12-04f64c3e0974/download
https://www.univates.br/bdu/bitstreams/844c0774-8870-4821-aa5b-88ab4d6a7a08/download
https://www.univates.br/bdu/bitstreams/e39bcfa8-3e87-4c3b-855d-c048740b4231/download
https://www.univates.br/bdu/bitstreams/e8661cc8-eb17-48f6-9101-45751d13115b/download
https://www.univates.br/bdu/bitstreams/200bed13-08d6-4675-a315-5bcbb849656f/download
bitstream.checksum.fl_str_mv 3d17039e161401af8829401d388f2126
924993ce0b3ba389f79f32a1b2735415
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
bbc55c3abe017903add4e31d38590e6a
f30682177522500e80d1cb1e25ddb093
a50532b5ad218cd7c7d431834fe866f7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD) - Centro Universitário Univates (UNIVATES)
repository.mail.fl_str_mv
_version_ 1813262418223038464