SEGMENTAÇÃO DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS UTILIZANDO ALGORITMO FIREFLY
|
|
- Luís Ribas Aragão
- 5 Há anos
- Visualizações:
Transcrição
1 Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil SEGMENTAÇÃO DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS UTILIZANDO ALGORITMO FIREFLY Yanna Leidy K. F. Cruz 1, Otilio Paulo S. Neto 12, Aristófanes C. Silva 1 e Anselmo C de Paiva 1 1 Universidade Federal do Maranhão (UFMA), São Luís, Brasil 2 Instituto Federal de Educação, Ciência e Tecnologia do Piauí (IFPI), Teresina, Brasil Resumo: Objetivo: propor um método para segmentação de microcalcificações em imagens mamográficas por meio do algoritmo firefly. Materiais e Método: aplicar as etapas de aquisição das imagens, pré-processamento e segmentação. Resultados: foram obtidos para as imagens densas 91% de acerto e para as imagens não densas 95% de acerto na detecção das microcalcificações. Conclusão: o método mostrou-se viável como instrumento para auxílio na detecção de microcalcificações em imagens mamográficas densas e não densas. Palavras-chave: Neoplasia da Mama, Mamografia, Processamento de Imagem Assistido por Computador. Abstract: Objective: proposing a method for microcalcifications segmentation in mammographic images by means of firefly algorithm. Materials and Methods: apply the steps of acquisition, preprocessing and segmentation. Results: the dense images resulted 91% of accuracy and non-dense images 95% of accuracy in the detection of microcalcifications. Conclusion: The method proved to be feasible as a tool to aid in the detection of microcalcifications in both dense and non-dense mammographic images. Keywords: Breast Neoplasms, Mammography, Image Processing, Computer-Assisted. Introdução Câncer de mama é uma neoplasia mais frequente e umas das principais causas de morte entre mulheres no brasil e no mundo. De acordo com o Instituto Nacional do Câncer de Mama INCA (12), no Brasil, estima-se que em 2016 ocorrerão casos de câncer, sendo somente nos casos de câncer de mama ocorrências, com uma estimativa de 51 casos a cada 100 mil mulheres. Dados estatísticos mostram que mais de 12 milhões de mulheres no mundo são diagnosticadas com câncer de mama e 7 milhões de mulheres morrem vítimas dessa doença (14). Exame radiológico como é o caso da mamografia é o principal meio para detectar um câncer de mama ainda na fase pré-clínica (16). Por sua vez, microcalcificações mamárias são frequentemente detectadas nas mamografias, sendo considerados importantes sinais de câncer de mama. Estudos relatam que 30-50% do câncer da mama detectados por radiografia demonstra microcalcificações em mamografias e 60-80% de carcinomas da mama revelam microcalcificações sobre exames histológicos (13-15). A alta correlação entre a presença de microcalcificações e a presença de câncer da mama indica que uma precisa detecção de microcalcificações, sendo necessário, neste caso, um diagnóstico imediato. Diferentes abordagens têm sido propostas para segmentar microcalcificações, incluindo métodos de limiarização local (10), morfologia matemática (12-20), redes neurais (12), modelos estocásticos (15), 631
2 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly representação de imagem em multiresolução piramidal (4) e abordagem baseada em contorno (20). Além destes métodos, podemos citar os algoritmos baseados na inteligência do enxame, que embora na literatura (1-5-21) sejam utilizados para a segmentação, não abordam, ainda, a segmentação de microcalcificações. Estes algoritmos caracterizam-se, principalmente, pela inspiração no comportamento coletivo de insetos, como formigas, abelhas, cupins e também de animais como peixes e pássaros (3-9). Um exemplo dessa abordagem é o Firefly Algoritm (FA), algoritmo inspirado no comportamento de um bando de vaga-lumes (em inglês fireflies). O algoritmo firefly é um algoritmo de otimização, que simula o padrão de luminescência e características de um conjunto de fireflies (22). O Algoritmo firefly baseia-se no comportamento populacional para encontrar um ótimo global por meio de uma função objetivo baseados na inteligência de enxame. A partir destes precedentes, pesquisas têm comprovado a eficiência do algoritmo firefly em diferentes formas de segmentação, sendo este, utilizado principalmente na segmentação de imagens cerebrais e pulmonares. Na metodologia proposta por Alomoush (2), imagens de ressonância magnética são segmentadas utilizando duas abordagens: o algoritmo firefly e Fuzzy c-means (FCM). Além disso, o autor destaca, que para segmentar imagens cerebrais a partir da ressonância magnética é necessário utilizar a capacidade de busca do firefly, visando encontrar centros de clusters iniciais ideais. Em seguida esses centros são dados como entrada para a inicialização do FCM, e assim, obter melhores regiões segmentadas. O trabalho de Shaik Parvenn e Kavitha (17), propõe uma abordagem híbrida contendo agrupamento e inteligência do enxame. No agrupamento é utilizado o algoritmo fuzzy c-means para explorar todo o espaço de busca encontrando os clusters, enquanto na inteligência do enxame é aplicado o algoritmo firefly para obter as intensidades ideais dos nódulos pulmonares. Além disso, o autor relata que foram utilizadas imagens pulmonares de 15 pacientes obtidas através de tomografia computadorizada. Neste trabalho, propomos um método para segmentação de microcalcificações em mamas densas e não densas utilizando o algoritmo firefly. Este método possibilita a detecção de microcalcificações sem a necessidade de ferramentas complementares para tal tarefa. Sua detecção é um sinal extremamente importante, principalmente porque podem constituir em uma alteração no exame mamográfico possibilitando assim, ser suspeito de malignidade. Materiais e Métodos Visando discriminar regiões que possuem microcalcificações a partir de imagens mamográficas, é necessário realizar algumas etapas: aquisição de imagens, pré-processamento e segmentação. A Figura 1, ilustra a sequência das etapas de execução deste trabalho. Figura 1: Etapas da metodologia proposta
3 XV Congresso Brasileiro de Informática em Saúde CBIS 2016 Aquisição de Imagens - Neste trabalho, utilizou-se a base de imagens de pacientes da Digital Database for Screening Mammograshy DDSM (12). Esta base é formada por cerca de imagens, sendo 542 imagens contendo somente calcificações. Estas imagens possuem resoluções variadas de pixels, além de ser uma base pública e gratuita para pesquisa. Um caso é uma coleção de imagens e informações que correspondam a um exame de mamografia de um paciente. Cada caso possui duas projeções de cada mama (Crânio Caudal CC e Médio Lateral Oblíquo MLO). Além disso, informações extras sobre o exame são fornecidas, tais como, data do estudo, tipo da patologia e quantidade de anomalias. Pré-processamento - Antes de realizar o processo de segmentação é importante que as imagens a serem tratadas passem por um pré-processamento, nesta etapa o objetivo é remover estruturas indesejadas, tais como: bordas, marcações e músculos peitorais. Para esta finalidade foi utilizada a metodologia desenvolvida por Sampaio et al. (16). A Figura 2 demonstra o resultado obtido por meio do pré-processamento. Figura 2: (a) imagem original; (b) imagem resultante. Ainda na etapa de pré-processamento, o produto resultante da metodologia desenvolvida por Sampaio et al. (16) serve como entrada para etapa de processamento morfológico de dilatação, que visa ampliar os objetos (microcalcificações) contidos na imagem, tornando, assim, o processo de segmentação mais eficiente. A seguir é formalizado explicitamente o processamento morfológico de dilatação. Processamento Morfológico de Dilatação - Em uma operação de dilatação acontece o chamado aumento dos objetos pertencentes a esta imagem, de modo a melhor caracterizá-lo para posteriores manipulações. Além disso, a forma específica da extensão deste aumento está inteiramente ligada ao tamanho do elemento estruturante utilizado, ou seja, quanto maior o tamanho deste elemento estruturante, maior será a dilatação do objeto pertencente à imagem (6). A operação é formalizada pela Equação 1, onde corresponde as pequenas áreas da imagem em escala de cinza, são os pontos da imagem. E é um elemento estruturante. é o tamanho do elemento estruturante. (1) 633
4 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly Esta operação é aplicada a uma imagem a fim de intensificar o tamanho dos objetos, tal que eles possam ser reconhecidos. Desta forma, o elemento estruturante 3x3 foi escolhido devido as microcalcificações possuírem um tamanho pequeno. Para este trabalho, microcalcificações pequenas são todas aquelas que possuem um tamanho até 30x30 pixels. Obtém-se como resultado uma imagem com estruturas de altas intensidades realçadas. Esta operação de dilatação em tons de cinza fornece como saída uma imagem com as mesmas dimensões da imagem de entrada e pixels com valores de 0 a 255. Figura 3: Resultado da aplicação do processamento morfológico de dilatação; (a) Imagem original; (b) Imagem resultante da dilatação. A fim de demonstrar o comportamento de um procedimento de dilatação a Figura 3(a) ilustra uma imagem original com pequenas microcalcificações identificadas pelas setas em vermelho e a Figura 3(b) ilustra o resultado das microcalcificações após a dilatação. Esta imagem, por sua vez, é utilizada como entrada no processo de segmentação realizado pelo algoritmo firefly. Segmentação - É um processo que tem por objetivo subdividir uma imagem em regiões ou em objetos que a compõe. Para isso, algoritmos computacionais podem ser utilizados para automatizar este processo. É nesta etapa que ocorre a discriminação das estruturas de interesse (microcalcificações) em imagens mamográficas. Estas estruturas, por sua vez, são identificadas através da similaridade caracterizada pelas mais altas intensidades classificadas pelo algoritmo firefly. Algoritmo Firefly - Desenvolvido por Xin-She Yang na Universidade de Cambridge (20) o algoritmo firefly (Firefly Algorithm - FA) é uma abordagem inspirada no comportamento de um vaga-lume (firefly em inglês) na natureza. O firefly utiliza como característica principal sua luminosidade como meio para atrair parceiros para o acasalamento, alertar do perigo de potenciais predadores e atrair presas. Além disso, o firefly tem como papel principal, buscar regiões dentro de um espaço de busca, por soluções promissoras (19). Desta forma, com base nesta característica Yang propôs três regras básicas (22) : 1. Todos os fireflies são unissexuados, para que um firefly seja atraído por outro fireflies independente do seu sexo; 2. A atratividade é proporcional ao seu brilho. Assim, para quaisquer dois fireflies, o menos brilhante vai avançar para o mais brilhante. Caso não exista um firefly mais brilhante em relação aos outros, ele será movido aleatoriamente; 3. O brilho de um firefly é afetado ou determinado pela função objetivo. Com base nessas três regras, os parâmetros do algoritmo firefly pode ser demonstrada por: 634
5 XV Congresso Brasileiro de Informática em Saúde CBIS 2016 A intensidade de uma firefly é denotada pela medida absoluta de luz. Desta forma, a intensidade de um firefly é calculada pela Equação 2: sendo a intensidade inicial de luz, o coeficiente de absorção e r a distância Euclidiana do firefly i para o firefly j. O fator de atratividade de um firefly é definido pela Equação 3: onde r é a distância entre dois fireflies, (2) (3) é a atratividade em r = 0 e é o coeficiente de absorção. Desta forma, a distância r entre dois fireflies e pode ser calculada pela distância Euclidiana, calculada pela Equação 4: Por fim, o movimento do firefly i é atraído para outro firefly j mais atraente (brilhante) é determinado pela Equação 5: (4) A Equação 5 é composta por três termos. O primeiro determina a posição atual do firefly. O segundo termo refere-se à atratividade determinada pela Equação 3, enquanto o terceiro termo é relacionado a circulação aleatória dentro do espaço de busca. Esta circulação consiste no parâmetro e a geração de números randômicos com intervalos de [0,1]. A inicialização da população de fireflies é representada por um vetor de valores reais, onde e denota o número de fireflies. A população inicial de fireflies é inicializada aleatoriamente demonstrada pela Equação 6: onde, representa o valor máximo e representa o valor mínimo de pixel localizado na mamografia. Neste algoritmo, o valor de intensidade de cada pixel é utilizado como espaço de características com o objetivo de obter o processo de segmentação. A inicialização dos fireflies é um passo básico no processo do algoritmo. Além disso, seu tamanho populacional é determinado pela quantidade de soluções que deseja-se obter, demonstrada pela Equação 6. No passo seguinte, cada firefly é avaliado com base em seu valor de intensidade, (Equação 2). A função de distância (Equação 4) é usada para encontrar a menor distância entre dois fireflies. A função de atratividade (Equação 3), possui três elementos importantes, a atratividade inicial, o coeficiente de absorção e a distância. No algoritmo firefly, a ideia principal parte da escolha dentre as intensidades disponíveis na imagem, suas altas intensidades, caracterizadas pelas microcalcificações. Além disso, o algoritmo propõe uma estratégia de vizinhança por meio da busca local visando identificar objetos promissores. Entretanto, sua capacidade de obter estes melhores objetos está inteiramente ligada ao fator de inicialização de seus parâmetros e desta forma, aumentar a capacidade dos achados. (5) (6) 635
6 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly Os fireflies encontrados são armazenados em um vetor que contém as altas intensidades avaliadas pelo algoritmo. Em seguida, cada valor contido neste vetor é comparado com os valores de intensidade da imagem original. Quando ocorrer a similaridade, o valor 255 é atribuído na imagem resultante, no contrário é atribuído o valor 0. A imagem resultante contém a discriminação da regiões que possuem microcalcificações. A Figura 4 ilustra a comparação do vetor de fireflies com a imagem original e a imagem resultante. Figura 4: Discriminação das regiões Identificadas pelos fireflies. (a) comparação do vetor de fireflies com a imagem original; (b) Imagem resultante. Resultados e Discussão Os experimentos deste trabalho foram realizados com base em imagens mamográficas, com resoluções variadas em escala de cinza. Para tanto, as imagens utilizadas foram escolhidas aleatoriamente, sendo estas, divididas em dois subconjuntos, 20 imagens do tipo densas e 20 imagens do tipo não densas, totalizando 40 imagens para a detecção das microcalcificações. O ajuste dos parâmetros possui um papel importante, pois controlam a execução do algoritmo e influenciam no direcionamento da busca por regiões promissoras no espaço de soluções do problema (6). Sendo assim, de acordo com o ajuste off-line proposto por Eiben (7) são realizados diversos testes com diferentes configurações de parâmetros, com o propósito de encontrar bons resultados na etapa de segmentação. Porém, tais configurações de parâmetros não devem ser generalizadas para todas as classes de problemas. Em nossa análise, descobrimos que ao utilizar o processamento morfológico de dilatação e a determinação dos parâmetros de inicialização do algoritmo são duas etapas importantes, e que pode afetar a precisão deste método. Desta forma, a Tabela 1 apresenta as configurações dos parâmetros conforme seus cenários que foram utilizados para fim de teste. Estes quatro cenários representam as mais variadas formas de interação do algoritmo firefly, outros cenários, contendo valores diversos podem ser usados pelo algoritmo, porém, para este trabalho foram utilizados apenas estes quatro grupos. Embora o número de cenários utilizado pelo algoritmo possa ser pequeno, para fins desta pesquisa foram escolhidos apenas 4. Assim sendo, cada cenário proposto contém valores distintos para cada atributo, tornando-os mais diversificados. Os seguintes atributos foram definidos: número de fireflies(n), número máximo de interações(m), coeficiente de absorção (ϒ) e fator de atratividade (β). Após a execução, esperava-se uma boa viabilidade na detecção dos objetos de interesse, ou seja, que 636
7 XV Congresso Brasileiro de Informática em Saúde CBIS 2016 fosse encontrada uma alta precisão na identificação das microcalcificações, fato que ocorreu apenas o cenário 4. Tabela 1: Parâmetros de cada cenário do algoritmo firefly. Parâmetros Cenário 1 Cenário 2 Cenário 3 Cenário 4 Número de fireflies (N) Número máximo de interações (M) Coeficiente de absorção (ϒ) Fator de atratividade (β) De modo a avaliar objetivamente a viabilidade deste método, utilizou-se como taxa de detecção das microcalcificações a correspondência (intersecção) entre as regiões segmentadas pelo algoritmo e a marcação do especialista. A Tabela 2 apresenta a porcentagem proveniente desta correspondência, para cada cenário apresentado na Tabela 1. Como resultado, observa-se que, no cenário 1 alcançou 20% de detecção nas imagens densas e 25% nas imagens não densas, o cenário 2, 3 e 4 obtiveram-se 35%, 50% e 90% de detecção para imagens densas e 45%, 65% e 95% para as imagens não densas, respectivamente. Dentre os resultados obtidos, nós concluímos, que somente o cenário 4 obteve uma maior taxa de correspondência para os dois tipos de imagens. Tabela 2: Resultados obtidos para cada cenário das imagens densas e não densas. Tipo de Imagens Cenário 1 Cenário 2 Cenário 3 Cenário 4 Imagens densas 20% 35% 50% 91% Imagens não densas 25% 45% 65% 95% Estudo de Casos - Para melhor compreensão do método proposto, nesta seção são apresentados quatro casos, dois relacionados ao sucesso e dois relacionados a falha na detecção das microcalcificações em mamas densas e não densas. Estes casos apresentados representam os testes realizados ao longo da pesquisa. Caso de Sucesso - No caso de sucesso é apresentado o resultado eficaz do uso do método para detectar microcalcificações. Como efeito, podemos observar na Figura 5 os resultados encontrados para o caso de sucesso em mamas densas (primeira linha) e não densas (segunda linha). Nas imagens selecionadas foram geradas novas imagens com base na marcação do especialista contendo a região das microcalcificações. Esta região é ilustrada pela Figura 5(a) e Figura 5(f)
8 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly Figura 5: (a) e (f) imagem original com a marcação do especialista em amarelo; (b) e (g) dilatação morfológica; (c) e (h) imagem das microcalcificações segmentadas em vermelho; (d) e (i); segmentação do algoritmo firefly e (e) e (f) a imagem da marcação do especialista em amarelo com as microcalcificações segmentadas em vermelho. Em seguida, o processamento morfológico de dilatação é aplicado com o objetivo de realçar as regiões das microcalcificações apresentadas pelas Figuras 5(b) e Figura 5(g) nas imagens mamográficas densas e não densas, resultantes desta fase. De posse das imagens pré-processadas é empregado o algoritmo firefly a fim de obter regiões de interesse. Estas regiões são visualizadas pela Figura 5(c) e Figura 5(h) como resultado da etapa de segmentação. Posteriormente, é realizada a discriminação das regiões em que cada firefly foi detectado. Esta discriminação é efetuada pela similaridade encontra a cada firefly que possui valores de intensidade semelhantes as intensidades na imagem original. Esta etapa é demonstrada na Figura 5(d) e Figura 5(i). Após a discriminação de cada firefly é realizada uma comparação entre o objeto especificado pelo especialista Figura 5(a) e Figura 5(f), e os objetos detectados pelo algoritmo firefly Figura 5(c) e 5(h). Como resultado desta comparação, a Figura 5(e) e Figura 5(j) apresentam os objetos detectados pelo algoritmo firefly em vermelho e os objetos definidos pelo especialista em amarelo. Em geral, as mamas menos densas são mais favoráveis na identificação de microcalcificações. Enquanto as mamas mais densas apresentam uma maior dificuldade nesta identificação. Caso de Falha - Nos casos de falha, podemos observar, que mesmo com a aplicação do processo morfológico de dilatação, seguido do algoritmo firefly, não foi possível detectar as microcalcificações existentes nos casos de mamas densas e não densas, representadas pela Figura 6. Portanto, se observarmos a imagem marcada pelo especialista Figura 6(a) e Figura 6(f) e as encontradas pelo algoritmo firefly Figura 6(c) e Figura 6(h), percebe-se que a região detectada pela metodologia encontra-se nas proximidades das microcalcificações, representada pela Figura 6(e) e Figura 6(f)
9 XV Congresso Brasileiro de Informática em Saúde CBIS 2016 Após a execução do algoritmo firefly foi identificado alguns pontos relevantes que devem ser considerados. O primeiro, existem casos em que o especialista identifica uma região contendo microcalcificação na imagem, enquanto o algoritmos identifica um número relativamente maior. O segundo ponto, existem casos em que o especialista identifica uma região contendo microcalcificação na imagem, enquanto o algoritmo identificou várias microcalcificações, que diferem da marcação feita pelo especialista. Figura 6: (a) e (f) imagem original com a marcação do especialista em amarelo; (b) e (g) dilatação morfológica; (c) e (h) imagem das microcalcificações segmentadas em vermelho; (d) e (i); segmentação do algoritmo firefly e (e) e (f) a imagem da marcação do especialista em amarelo com as microcalcificações segmentadas em vermelho. Em decorrência da discriminação dos resultados obtidos é possível destacar que, boas taxas de correspondência foram alcançadas para a detecção de microcalcificações pelo algoritmo firefly. Vale ressaltar o uso de técnicas de pré-processamento que foram utilizadas de modo a auxiliar na sobreposição das intensidades das microcalcificações. Mesmo assim, pode-se justificar a eficácia do método proposto para a segmentação microcalcificações em imagens mamográficas. Conclusão Um algoritmo baseado na inteligência do enxame (firefly) foi apresentado neste trabalho como método para a segmentação de microcalcificações em imagens mamográficas. O algoritmo possui a capacidade de agrupar pixels com altas intensidades. Estes pixels, por sua vez, possuem características específicas das microcalcificações, que em alguns casos, podem ser de difícil detecção devido ao seu tamanho. Além disso, o firefly tem a capacidade de evitar o agrupamento caso não atinjam 639
10 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly valores de intensidades ideais para a segmentação, descartando assim, pixels não relevantes para o processamento. Nos experimentos realizados, o método obteve 91% de acerto na detecção das microcalcificações em mamas densas, enquanto nas mamas não densas obteve 95% de precisão na identificação. Sendo assim, a principal contribuição desta pesquisa é a viabilidade do algoritmo firefly como proposta para segmentar imagens médicas, visando auxiliar especialistas na detecção de microcalcificações. A limitação mais importante desta pesquisa foi determinar de fato uma regra específica para encontrar os melhores parâmetros para a segmentação. Outra limitação encontrada foi devido à dificuldade na detecção de microcalcificações que possuem tamanhos muito pequenos, tornando-se assim de difícil achado. Como proposta para trabalhos futuros, visando melhorar a validação dos resultados obtidos, têm: utilizar as 502 imagens da base contendo microcalcificações; aplicar uma técnica de agrupamento como, K-means ou fuzzy c-means, capaz de criar grupos de pixels de intensidades semelhantes; aplicar outros filtros, de modo que possam obter somente as áreas da mama de interesse; desenvolver uma hibridização de técnicas baseada na inteligência do enxame, como por exemplo, Particle swarm optimization(pso), algoritmo do morcego (BAT), algoritmo do peixe (FSS), de forma a aumentar o progresso dos resultados obtidos pelo algoritmo firefly. Agradecimentos Os autores agradecem a CAPES, CNPQ e FAPEMA, pelo apoio. Referências [1] Alsmadi MKA, Mutasem K. A Hybrid Firefly Algorithm with Fuzzy-C Mean Algorithm for MRI Brain Segmentation. Malaysian Journal of Library & Information Science. 2014: p [2] Alomoush W, Abdullah SNHS, Sahran S, Hussain RI. Mri brain segmentation via hybrid firefly search algorithm. Journal of Theoretical & Applied Information Technology, v. 61, n. 1, [3] André, Parpinelli R. Tutorial Sobre o Uso de Técnicas para Controle de Parâmetros em Algoritmos de Inteligência de Enxame e Computação Evolutiva. evista de Informática Teórica e Aplicada. 2014; 21(2). [4] Bhattacharya M, Das A. Fuzzy logic based segmentation of microcalcification in breast using digital mammograms considering multiresolution. In International Machine Vision and Image Processing Conference; p [5] Chen K., Zhou Y, Zhang Z., Dai M, Chao Y, Shi J. Multilevel image segmentation based on an improved firefly algorithm. Mathematical Problems in Engineering; [6] Chu J, Min H, Liu L, Lu W. A novel computer aided breast mass detection scheme based on morphological enhancement and SLIC superpixel segmentation. Medical physics 2015; 42(7): [7] Eiben AE, Selmar KS. Parameter tuning for configuring and analyzing evolutionary algo-rithms. Swarm and Evolutionary Computation 2011; 1(1): [8] Elpidio FGG, Lourdes MB, Janice ML. Aid System to Evaluation of Breast Calcification by Case- Based Reasoning According to BI-RADS Category; [9] Fister I, Yang XS, Brest J, Fister JI. Memetic self-adaptive firefly algorithm. Swarm intel-ligence and bio-inspired computation: theory and applications; p [10] Guerroudji MA, Zohra A. New approaches for Contrast enhancement of calcifications in mammography using morphological enhancement. Proceedings of the International Con-ference on Intelligent Information Processing, Security and Advanced Communication. ACM; p
11 XV Congresso Brasileiro de Informática em Saúde CBIS 2016 [11] Halkiotis S, Taxiarchis B, Maria R. Automatic detection of clustered microcalcifications in digital mammograms using mathematical morphology and neural networks. Signal Pro-cessing 2007; 87(7): [12] Heath M, Bowyer K., Kopans D, Moore R, Kegelmeyer WP. The digital database for screening mammography. In Proceedings of the 5th international workshop on digital mammography. Medical Physics Publishing; p [13] Instituto Nacional de Câncer (Brasil). [ home]. Incidência de Câncer no Brasil. [acesso em 6 maio de 2016]. Disponível em: inca.gov.br/wcm/dncc/2015/por-tipos.asp. [14] Karssemeijer, N. Stochastic model for automated detection of calcifications in digital mammograms. Image and vision computing 2012; 10(6): [15] Martins LAL, Barra AA, Lucena CEM. Microcalcificações mamárias suspeitas de malig-nidade. Revista Brasileira de Cancerologia 2010; 56(2): [16] Sampaio WB, Diniz EM, Silva AC, de Paiva AC, Gattass M. Detection of masses in mammogram imagens using cnn, geostatisc function and svm. Computers in biology and medicine 2011; 41(8): [17] Shaik PS, Kavitha C. Segmentation of CT lung nodules using FCM with firefly search algorithm. In Innovations in Information, Embedded and Communication Systems (ICIIECS), 2015 International Conference on. IEEE; p [18] Sönmez ÖE, Baray ŞA. Application of firefly metaheuristic algorithm for the single row facility layout problem. Advances in Sustainable and Competitive Manufacturing Systems. Springer International Publishing; p [19] Tiedeu A, Daul C, Kentsop A, Graebling, P, Wolf D. Texture-based analysis of clustered microcalcifications detected on mammograms. Digital Signal Processing 2012; 22(1): [20] Vishwakarma AYB, Amit Y. A Meta-Heuristic Approach For Image Segmentation Using Firefly Algorithm. International Journal Of Computer Trends And Technology 2014; 11(2): [21] Yang XS. Firefly algorithms for multimodal optimization. InInternational Symposium on Stochastic Algorithms. Springer Berlin Heidelberg p [22] Yang XS. Nature-inspired metaheuristic algorithms. 2. ed. University of Cambrid-ge:Luniver press; Contato Yanna Leidy K. F. Cruz Mestranda da Universidade Federal do Maranhão (UFMA), São Luís, Brasil Fone: (98) nanaketllyn@gmail.com Otilio Paulo. S. Neto Professor do Instituto Federal de Educação, Ciência e Tecnologia do Piauí (IFPI), Teresina, Brasil Doutorando da Universidade Federal do Maranhão (UFMA), São Luís, Brasil Fone: (86) otilio.paulo@ifpi.edu.br 641
12 Segmentação de microcalcificações em imagens mamográficas utilizando algoritmo firefly Aristófanes C. Silva Doutor da Universidade Federal do Maranhão (UFMA), São Luís, Brasil Fone: (98) Anselmo C. de Paiva Doutor da Universidade Federal do Maranhão (UFMA), São Luís, Brasil Fone:(98)
SEGMENTAÇÃO DE MASSAS EM IMAGENS MAMOGRÁFICAS UTILIZANDO ÍNDICES DE SIMILARIDADE
Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil SEGMENTAÇÃO DE MASSAS EM IMAGENS MAMOGRÁFICAS UTILIZANDO ÍNDICES DE SIMILARIDADE João O. B. Diniz¹,
Leia maisAUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS
AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS Introdução Câncer de mama É uma das neoplasias mais comuns que afligem as mulheres Globalmente, a cada 3 min uma mulher é diagnosticada
Leia maisANÁLISE TEMPORAL DE LESÕES EM MAMOGRAFIAS UTILIZANDO ÍNDICES DE SIMILARIDADE
Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil ANÁLISE TEMPORAL DE LESÕES EM MAMOGRAFIAS UTILIZANDO ÍNDICES DE SIMILARIDADE Pedro H. B. Diniz², João
Leia maisDiagnóstico Médico de Imagem Auxiliado por Computador
Diagnóstico Médico de Imagem Auxiliado por Computador Fundamentos de Sistemas Multimídia Flávio Luiz Seixas 2005 Agenda Agenda: Sistemas CAD Telemedicina Princípios da Tomografia Computadorizada Processamento
Leia maisSegmentação do Músculo Peitoral em Imagens Mamográficas Através do Recorte Automático de ROI e da Binarização de Otsu
Segmentação do Músculo Peitoral em Imagens Mamográficas Através do Recorte Automático de ROI e da Binarização de Otsu José Rogério Bezerra Barbosa Filho Programa de Pós-Graduação em Informática, Universidade
Leia maisAVALIAÇÃO DOS ACHADOS MAMOGRÁFICOS CLASSIFICADOS CONFORME SISTEMA BI RADS¹. Beatriz Silva Souza², Eliangela Saraiva Oliveira Pinto³
Avaliação dos achados mamográficos classificados... 205 AVALIAÇÃO DOS ACHADOS MAMOGRÁFICOS CLASSIFICADOS CONFORME SISTEMA BI RADS¹ Beatriz Silva Souza², Eliangela Saraiva Oliveira Pinto³ Resumo: Objetivou-se
Leia maisALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA
ALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA Frederico L. Jacob, João Manuel R. S. Tavares, Ana Mafalda Reis Problemática Desenvolver metodologias
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisComputação Evolutiva no treinamento de Redes Neurais
Computação Evolutiva no treinamento de Redes Neurais Euclides Carlos Pinto Neto David Fernandes Neves Oliveira Macilio da Silva Ferreira PSI5886 - Prof. Emilio Del Moral Hernandez 1 Agenda Objetivo Otimização
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisComputação Bioinspirada PROF. PAULO SALGADO
Computação Bioinspirada AULA 1 APRESENTAÇÃO DA DISCIPLINA PROF. PAULO SALGADO Aula de hoje Falar sobre Objetivos Ementa Avaliação Roteiro Proposto (Cronograma) Referências Periódicos da Área Objetivos
Leia maisDETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS UTILIZANDO ETAPAS DE SEGMENTAÇÃO DA MAMA E REALCE
1 DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS UTILIZANDO ETAPAS DE SEGMENTAÇÃO DA MAMA E REALCE VINICIUS RUELA PEREIRA BORGES 1, DENISE GULIATO 2 RESUMO Este artigo
Leia maisINFORMAÇÕES GERAIS DO TRABALHO
INFORMAÇÕES GERAIS DO TRABALHO Título do Trabalho: Análise e Implementações de Metaheurísticas Bio-Inspiradas Autor (es): Deylon Carlo Fidelis Couto, Carlos Alexandre Silva Palavras-chave: Otimização,
Leia maisSEGMENTAÇÃO DA MAMA: DETECÇÃO DO CONTORNO EXTERNO E EXTRAÇÃO DO MÚSCULO PEITORAL
CONVÊNIOS CNPq/UFU & FAPEMIG/UFU Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA COMISSÃO INSTITUCIONAL DE INICIAÇÃO CIENTÍFICA 2008 UFU 30 anos SEGMENTAÇÃO
Leia maisResolução de Problemas via Busca
Resolução de Problemas via Busca Aula #4.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã A 80 C 219 99 B 97 D 101 E 2 A 80 C 219 99 B 97 D 101 E Busca local com algoritmo
Leia maisDesenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea
Desenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea Pedro Henrique Campos Cunha Gondim Orientador: André Ricardo Backes Coorientador: Bruno Augusto Nassif Travençolo
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisEstudo Comparativo entre Algoritmos de Segmentação para Simulação Tridimensional de Imagens Mamográficas
Estudo Comparativo entre Algoritmos de Segmentação para Simulação Tridimensional de Imagens Mamográficas Sérgio Roberto Delfino, Fátima de Lourdes dos Santos Nunes Laboratório de Aplicações de Informática
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisProcessamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Dr. Paulo Mazzoncini de Azevedo Marques (pmarques@fmrp.usp.br) Prof. Dr. Lucas Ferrari de Oliveira (lferrari@inf.ufpr.br) DIAGNÓSTICO Teoria da Detecção de Sinal
Leia maisProcessamento digital de imagens para a detecção e classificação de nódulos em mamografias
Revista Eletrônica da Faculdade Metodista Granbery http://re.granbery.edu.br - ISSN 1981 0377 Curso de Sistemas de Informação - N. 9, JUL/DEZ 2010 Processamento digital de imagens para a detecção e classificação
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisAnálise fractal para a diminuição de achados falso-positivos na detecção de clusters de microcalcificações
Análise fractal para a diminuição de achados falso-positivos na detecção de clusters de microcalcificações Evanivaldo Castro Silva Júnior Faculdade de Tecnologia FATEC/RP e Universidade de São Paulo USP/EESC
Leia maisUtilização das transformadas wavelets na detecção de características em um sinal de ECG
Utilização das transformadas wavelets na detecção de características em um sinal de ECG Orientador: Prof. Dr. Aldo Artur Belardi Departamento: Engenharia Elétrica Candidato: Gabriel Diego Porfirio N FEI:.206.062-9
Leia maisDetecção Auxiliada por Computador
Detecção Auxiliada por Computador (computer-aided detection - CAD) Márcio Eloi Colombo Filho - 6402378 Jessica Caroline Alves Nunes Temporal 7547611 Tiago Pedro de Santana Junior - 7961516 Mamografia Único
Leia maisALGORITMO HÍBRIDO DE OTIMIZAÇÃO GLOWWORM-BOIDS. {oliveira,
ALGORITMO HÍBRIDO DE OTIMIZAÇÃO GLOWWORM-BOIDS Gian FRITSCHE 1,2,*, Paulo B. Moura OLIVEIRA 1, Eduardo J. Solteiro PIRES 1, Pedro L. Paula FILHO 2 1 INESC TEC INESC Tecnologia e Ciência (INESC Porto, polo
Leia maisDetecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama
Detecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama Aledir Silveira Pereira, Kaori Yamaguchi Universidade Estadual de São Paulo (Unesp), Brasil Resumo Os
Leia maisClassificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Visão Robótica Imagem Classificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aluna: Luiza Dri Bagesteiro Orientador: Prof. Dr. Daniel Weingaertner Co-orientador:
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisRECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA.
RECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda e-mail: valentin@sel.eesc.sc.usp.br
Leia mais1.1. Trabalhos Realizados na Área
1 1 Introdução Várias formas de tratamento de lesões de úlceras de perna têm sido empregadas hoje em dia. O método de tratamento dependerá da origem da úlcera bem como de seu estado patológico. Com o objetivo
Leia maisDetecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
Leia maisRedução de falsos positivos em imagens de mamografias digitais usando os índices phylogenetic species variability, phylogenetic species richness
Redução de falsos positivos em imagens de mamografias digitais usando os índices phylogenetic species variability, phylogenetic species richness e classificador MVS Laércio N. Mesquita 1, Antônio O. de
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisEstudo comparativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas
Estudo parativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas Pedro Vinícius Macêdo de Araújo, Geraldo Braz Junior Curso de Ciência da Computação Universidade Federal do Maranhão
Leia maisAplicação da Transformada Wavelet para Melhoria de Visualização de Microcalcificações em Mamografias Digitais
Aplicação da Transformada Wavelet para Melhoria de Visualização de Microcalcificações em Mamografias Digitais T.A. Dócusse 1, A.S. Pereira 1, N. Marranghello 1, R.C. Guido, J.R. Furlani 1, P.S. Maturana
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisResolução de um Problema de Despacho Econômico de Carga utilizando Enxames de Partículas e Vaga-lumes
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Resolução de um Problema de Despacho Econômico de Carga
Leia maisMORFOLOGIA MATEMÁTICA
Programa de Pós-Graduação em Computação Universidade Federal Fluminense Instituto de Computação MORFOLOGIA MATEMÁTICA E suas aplicações Adriel dos Santos Araújo Aura Conci Mor-fo-lo-gi-a substantivo feminino
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisUm sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV Rodrigo Mendes Garcês 1, Geraldo Braz Júnior 2 1 Laboratório de métodos de otimização e robótica Universidade Federal do
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisClassificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aline Dartora Prof. David Menotti Departamento de Informática Universidade Federal do Paraná (UFPR) 23 de outubro
Leia maisResultados da Segmentação
59 6 Resultados da Segmentação Neste capítulo são avaliados os três algoritmos de binarização abordados no capítulo 4. A avaliação é obtida comparando-se as imagens segmentadas, com as mesmas imagens segmentadas
Leia maisImplementação de uma Ferramenta para Recuperação de Imagens Mamográficas Baseada em Conteúdo
Implementação de uma Ferramenta para Recuperação de Imagens Mamográficas Baseada em Conteúdo Ana Paula O. Santos, Fátima L. S. Nunes, Márcio E. Delamaro Centro Universitário Eurípides de Marília UNIVEM
Leia maisINF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Leia maisDetecção de Regiões de Suspeitas em Mamogramas.
Detecção de Regiões de Suspeitas em Mamogramas. Autor: Walter Borges Dias Orientadora: Professora Dra. Célia Zorzo Barcelos Orientadora: Professora Dra. Denise Guliato 1 Programa de Pós-Graduação em Ciência
Leia maisMorfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
Leia maisAnálise e conversão de tabloides de. Igor dos Santos Montagner Orientador: Prof. Dr. Roberto Marcondes Cesar Junior. promoções
Análise e conversão de tabloides de Igor dos Santos Montagner Orientador: Prof. Dr. Roberto Marcondes Cesar Junior promoções Agenda Problema Objetivo nal Solução proposta Atenção visual e mapa de saliências
Leia maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisAlgoritmo do Vagalume Aplicado ao Projeto de Dicionários do COVQ
Algoritmo do Vagalume Aplicado ao Projeto de Dicionários do COVQ Herbert A. de Sá Leitão Programa de Pós-Graduação em Engenharia de Sistemas POLI, UPE Recife, PE, 50720-001 Email: halberico@pe.senai.br
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisUm Estudo sobre Vetores de Descritores Localmente Agregados para Diagnóstico de Câncer de Mama
Um Estudo sobre Vetores de Descritores Localmente Agregados para Diagnóstico de Câncer de Mama Ricardo Costa da Silva Marques 1, Geovane Menezes Ramos Neto 1, Geraldo Braz Júnior 1, João Dallyson de Sousa
Leia maisARTIGO ORIGINAL. Resumo INTRODUÇÃO. Kelser de Souza Kock 1,2, Maria Fernanda Nicolau 3, Cicero Inacio da Silva 4
ARTIGO ORIGINAL Kelser de Souza Kock 1,2, Maria Fernanda Nicolau 3, Cicero Inacio da Silva 4 Resumo : INTRODUÇÃO que, de forma complementar ao raciocínio médico, possibilitam a determinação e o acompanhamento
Leia maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisThiago Christiano Silva
Thiago Christiano Silva Conteúdo Conceitos Relevantes Problemas de Otimização Conceitos de Estabilidade e Convergência Teoremas de Lyapunov Rede Neural de Hopfield Aplicações do modelo de Hopfield Clusterização
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia maisPROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA
U N I V E R S I D ADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2 0 0 8. 1 PROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisReconhecimento de Faces Utilizando Redes Neurais MLP
Reconhecimento de Faces Utilizando Redes Neurais MLP Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do
Leia maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisAlgoritmo do Morcego para Seleção de Variáveis em Calibração Multivariada
1 Algoritmo do Morcego para Seleção de Variáveis em Calibração Multivariada Silva, W. R., Paula, L. C. M., Soares; A. S., Coelho, C. J. Escola de Ciências Exatas e da Computação, Pontifícia Universidade
Leia maisAnálise de nódulos pulmonares usando o índice de Brillouin para estabelecer possíveis diferenças entre padrões malignos e benignos
Análise de nódulos pulmonares usando o índice de Brillouin para estabelecer possíveis diferenças entre padrões malignos e benignos Robherson Wector de Sousa Costa 1, Aristófanes Corrêa Silva 1 1 Universidade
Leia maisTítulo do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas
Número do BANPESQ/THALES: Título do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas I. Autor: Leandro dos Santos Coelho II. Resumo: A Inteligência Computacional é
Leia maisReconhecimento de palma de mão. Peterson Wagner Kava de Carvalho
Reconhecimento de palma de mão Peterson Wagner Kava de Carvalho 1 Sumário 1. Introdução 2. Artigo 1: Palmprint Recognition a. Pré-Processamento b. Extração de Features c. Classificação d. Resultados 3.
Leia maisCompressão Com Controle de Perdas de Imagens Mamográficas Utilizando Segmentação e o Algoritmo PPM
Compressão Com Controle de Perdas de Imagens Mamográficas Utilizando Segmentação e o Algoritmo PPM José R. T. Marques 1, JanKees v. d. Poel 3, Yuri de A. M. Barbosa 1, 4, Fabrizia M. de S. Matos 2, 5 1,
Leia maisIntrodução Trabalhos Relacionados Metodologia Resultados Considerações Finais. Aluna: Aline Dartora Orientador: Prof. Dr. Lucas Ferrari de Oliveira
Análise de Extratores de Características para a Classificação de Tecidos Pulmonares e Não-Pulmonares em Imagens de Tomografia Computadorizada de Alta Resolução Aluna: Aline Dartora Orientador: Prof. Dr.
Leia maisUMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM UMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Leia maisSistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Leia maisMáquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
Leia maisMétodo de Otsu. Leonardo Torok 1
Método de Otsu Leonardo Torok 1 1 Instituto de Computação Universidade Federal Fluminense (UFF) Av. Gal. Milton Tavares de Souza, s/nº 24.210 346 Niterói RJ Brasil ltorok@ic.uff.br Resumo. O método de
Leia maisRestauração de imagens NOAA por Morfologia Matemática
Restauração de imagens NOAA por Morfologia Matemática GERALD JEAN FRANCIS BANON 1 ANA LÚCIA BEZERRA CANDEIAS 1 1 DPI/INPE Divisão de Processamento de Imagens / Instituto Nacional de Pesquisas Espacias
Leia maisUm método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel
Um método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel Gabriel Fillipe Centini Campos 1, Sylvio Barbon Júnior 1 1 Departamento de Computação Universidade
Leia maisIN Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Quem usa
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisO EFEITO DA CORREÇÃO DO EFEITO HEEL EM IMAGENS RADIOGRÁFICAS DA MÃO
Artigo Original O EFEITO DA CORREÇÃO DO EFEITO HEEL EM IMAGENS RADIOGRÁFICAS DA MÃO C. Olivete Jr., E. L. L. Rodrigues e M. Z. do Nascimento Escola de Engenharia de São Carlos, Departamento de Engenharia
Leia maisInteligência Artificial
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Pós-Graduação
Leia maisLaércio N. Mesquita¹, Antônio O. de C. Filho¹, Alcilene D. de Sousa¹, Patrícia M. L. de L. Drumond¹
Redução de falsos positivos em imagens de mamografias digitais usando os índices phylogenetic species variability, phylogenetic species richness e múltiplos classificadores Laércio N. Mesquita¹, Antônio
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisRECUPERAÇÃO DA CONDIÇÃO INICIAL DA EQUAÇÃO DO CALOR COM USO DA METAHEURÍSTICA FIREFLY ALGORITHM (FA)
RECUPERAÇÃO DA CONDIÇÃO INICIAL DA EQUAÇÃO DO CALOR COM USO DA METAHEURÍSTICA FIREFLY ALGORITHM (FA) Eduardo Fávero Pacheco da Luz Pós-graduação em Computação Aplicada CAP/INPE Av. dos Astronautas,.758
Leia maisUNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA ÁREA DE CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA ÁREA DE CIÊNCIA DA COMPUTAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE Detecção automática de massas em imagens mamográficas
Leia maisAlgoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
Leia maisUniversidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Ciências de Computação - ICMC/SCC Comunicações em Eventos - ICMC/SCC 2015 Identificação de Pontos Perceptualmente
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia maisTrabalho Final de Processamento de Imagens: Panografia
Trabalho Final de Processamento de Imagens: Panografia 1. Introdução Vítor Silva Sousa 1 1 Escola Politécnica Universidade Federal do Rio de Janeiro (UFRJ) Rio de Janeiro RJ Brasil vitor.silva.sousa@gmail.com
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia mais