ANÁLISE DOS CRITÉRIOS UTILIZADOS NA ORGANIZAÇÃO DE BANCOS DE MAMOGRAFIAS NO PADRÃO DE DENSIDADE BI-RADS
|
|
- Luiz Gustavo Freire Miranda
- 8 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DOS CRITÉRIOS UTILIZADOS NA ORGANIZAÇÃO DE BANCOS DE MAMOGRAFIAS NO PADRÃO DE DENSIDADE BI-RADS S. C. M. Rodrigues 1, A. F. Frère 1, e E. L. L. Rodrigues 1 1 Universidade de São Paulo/ Depto. Engenharia Elétrica, São Carlos, Brasil Universidade de Mogi das Cruzes/ Núcleo de Pesquisas Tecnológicas, Mogi das Cruzes, Brasil Resumo - Este artigo apresenta um método de organização de bancos de imagens mamográficas baseado na análise dos critérios médicos, adotados nos laudos mamográficos. O método separa as imagens de acordo com o grau de dificuldades apresentado em cada imagem mamográfica, utilizando a padronização da composição da densidade descrito no protocolo BI-RADS. A metodologia permite também uniformizar o banco de imagens sugerindo ao observador uma classificação próxima ao padrão utilizado no serviço radiológico. A organização de bancos de imagens padronizados seguindo critérios bem definidos auxiliará o desenvolvimento de CADs (Diagnostico Auxiliado por Computador) mais precisos para cada grupo de imagens com diferentes dificuldades. Palavras-chave: Processamento de Imagens, Imagens mamográficas, BI-RADS e densidade mamográfica. Abstract This paper presents a method of organization of mammography database based in the analysis of the medical criteria, adopted in the language used in mammography reports. The method separates the images in accordance with the degree of difficulties presented in each mammography image, using the report organization of breast composition (density) described in BI-RADS lexicon. The methodology also allows to standardize the database, suggesting to the observer a similar classification to the standard used in the radiological service. The organization of standardized database following defined criteria will assist the development of CADs (Diagnosis Assisted by Computer) more specific for each group of images with different difficulties. Key-words: Image Process, Mammography Image, BI-RADS and Mammography density. Introdução Quando o câncer de mama é detectado no estágio inicial, a chance de cura é de 93%, chegando a apenas 18% de sobrevida quando a doença está em estágio adiantado. A mamografia é considerada o método mais confiável para detecção precoce do câncer de mama até o presente [1]. Para auxiliar na detecção precoce estão sendo desenvolvidos métodos computacionais para o diagnostico, conhecidos como CAD (Diagnóstico Auxiliado por Computador) que fornecem uma segunda opinião ao radiologista. Os resultados obtidos com o computador indicam, na imagem, os lugares suspeitos, ou seja, onde o radiologista deve dar maior atenção []. Entretanto, esta tarefa não é bem sucedida para todas as imagens [3]. Sendo que para algumas a porcentagem de falsos diagnósticos é alta. Para diminuir os falsos positivos e principalmente os falsos negativos as mamografias deveriam ser separadas em função das dificuldades que elas apresentam para o processamento pelo CAD o que permitiria o desenvolvimento de algoritmos mais específicos, portanto mais eficientes. Evidencias [] mostram que o tecido mamário pode estar dificultando a detecção de lesões pequenas, prejudicando os resultados dos CADs. Várias pesquisas comprovam que o desempenho dos algoritmos de processamento de imagens é proporcional à densidade do disco glandular. Na análise visual a composição da mama também pode dificultar o diagnóstico sendo que as patologias são dificilmente detectadas em mamas densas e vários pesquisadores classificaram a densidade como o fator de risco. A densidade mamográfica varia em função das características das mulheres conforme idade, índice de massa corporal, reprodução, menopausa e uso de hormônios, mas também depende do grau de
2 compressão da mama, posicionamento na hora do exame e contraste da imagem. Para auxiliar o diagnostico os bancos de imagens são organizados em função de padrões. Recentemente o padrão BI-RADS (Breast Imaging Reporting and Data System) [] foi adotado por varias equipes médicas para padronização dos laudos. Alguns centros de pesquisas estão propondo que as imagens sejam classificadas em função da composição da densidade descrita também no BI-RADS. A classificação da composição de densidade do BI-RADS considera composição I quando a mama é quase inteiramente adiposa, composição II quando há áreas esparsas de tecidos fibro-glandulares, composição III quando o tecido mamário é heterogeneamente denso e composição IV quando o tecido mamário é extremamente denso. Como essas definições deixam margens a interpretações do observador, é difícil ter bancos de imagens classificadas com os mesmos limites, ou que as imagens classificadas em épocas diferentes obedecem aos mesmos critérios. Portanto, foi desenvolvido um método que analisa os limites adotados pela equipe médica que fez a classificação das imagens e os utiliza para a classificação e organização do banco. Metodologia Para este trabalho foram utilizadas duas bases de dados: a base de dados do Hospital Universitário de Ribeirão Preto pertencente à Faculdade de Medicina de Ribeirão Preto (FMRP USP) contendo 3 imagens mamográficas. Desse total foram utilizadas 1 imagens para analisar os critérios da equipe medica (FMRP-I) e 1 imagens para testes (FMRP-II), sendo que 8 imagens não puderam ser utilizadas por problema de descompressão. Outra base de dados foi a do Laboratório do Prof. Dr. Fujita da Universidade de Gifu (Japão), FujiLab, com 33 imagens. Todo o processamento foi realizado utilizando o MATLAB. Como primeiro passo dividiu-se a mamografia em janelas (1X1 pixels ) para a obtenção das características de pequenas regiões, não considerando apenas um valor global da imagem. A divisão em janelas proporcionou a identificação das regiões de interesse, permitindo desprezar aquelas que continham somente pixels pertencentes ao fundo da imagem, minimizando o custo computacional do método. Para a detecção da borda da mama foi determinado o valor ótimo baseado na maximização da entropia de Shannon [6] [7] para calcular os limiares de cada janela. Após esse processo foi realizada uma varredura automática na imagem para encontrar a borda da mama. Para a classificação foi desenvolvido um método baseado no procedimento do radiologista, quando classifica as imagens no padrão de densidade do BI-RADS. O método obedece às regras descritas a seguir: A mama, para ser classificada na Composição I, é considerada pelo observador como quase inteiramente adiposa. Para o algoritmo a mama é considerada adiposa quando a distribuição dos níveis de cinza da sua imagem é uniforme, (embora o valor desses níveis varie com a técnica de exposição e a espessura da mama), com áreas esparsas de tecido glandulares representadas na mamografia por manchas bem mais claras. O algoritmo ressalta essas áreas marcando as áreas mais claras chamadas de densidade 1. A densidade 1 é determinada pela Equação 1 como: Nível densidade 1 =THRMÉDIO + DESVTHR (1) onde, THRMÉDIO é o valor médio de limiar de toda a imagem e DESVTHR é o desvio padrão dos valores de limiar. São consideradas pelos médicos, como Composição I as imagens cujo percentual de densidade 1 ocupada na mama é pequeno. Como esse critério é subjetivo, foi analisado o banco já existente para determinar qual é a porcentagem considerada pequena pela equipe médica e esse limiar foi introduzido no algoritmo. Para pertencer a Composição II, a mama deve conter mais tecido glandular, portanto a diferença entre o fundo da imagem do disco glandular e as manchas claras é menor (contraste menor) o que foi considerado no algoritmo como densidade determinada pela Equação : Nível densidade=thrmédio + DESVTHR/ () Entretanto, as áreas ocupadas pela densidade são maiores. A quantificação desse fator também é feita pela análise do banco existente. O padrão BI-RADS classifica como Composição III imagens onde o tecido mamário é considerado heterogeneamente denso, o que foi calculado pelo algoritmo pelo Segundo Momento Angular (), que fornece medida quantitativa de regularidade. O valor do para corte foi definido com base nas imagens já classificadas pela equipe médica como pertencentes à Composição III. O padrão BI-RADS classifica na Composição IV mama onde o tecido mamário é extremamente denso, ou seja, com áreas de densidades que possuem altos valores do Segundo Momento Angular () na janela local. Neste caso também
3 o critério extremamente utilizado pelos médicos responsáveis pela classificação foi extraído da análise do banco já laudado. O Segundo Momento Angular pode representar muito bem a homogeneidade local da imagem. Esse momento, em valores numéricos, é o oposto da medida da Entropia. Quando a imagem é heterogênea o valor do é baixo e para imagem homogênea o valor de é alto. A Equação 3 descreve esse momento: n 1 n 1 i= j= [ P( i, j, d, )] = θ (3) onde, P é a matriz normalizada, i e j são valores de níveis de cinza da matriz de coocorrência, d e θ são distância e direção que um pixel de referência possui em relação ao pixel vizinho. Essas medidas foram calculadas nas quatro direções (º, º, 9º e 13º) obtendo-se as médias desses valores. Resultados Foram utilizados os laudos médicos para levantar histogramas referentes à porcentagem da área da mama ocupada por densidade nas imagens banco existente (FMRP-I). Com base nesses histogramas verificou-se que as Composições I e II tinham o mesmo comportamento, mas pertenciam a intervalos diferentes que serviram para separar as duas Composições. Foram então calculados todos os valores de para todas as imagens do banco (FMRP-I). Esses valores foram colocados em histogramas para se obter os valores de corte e separar as Composições III e IV. Esses valores de corte foram adotados para classificar as 1 imagens do grupo de testes (FMRP-II), de maneira parecida ao que foi realizado no banco FMRP-I. Esse mesmo procedimento foi utilizado para outro banco de imagens o FujiLab, no qual também foram obtidos os histogramas e em seguida os valores de corte, que os médicos que classificaram essas imagens utilizaram. A validação do método foi feita por dois radiologistas. Análise do banco existente Para poder interpretar o que a equipe médica considera como Composição I, II, III e IV de acordo com o BI-RADS, levantou-se o histograma (Figura 1) de todas as imagens do banco FMRP-I Porcetangem da mama Figura 1 Distribuição dos valores de porcentagens da mamografia ocupada pela densidade 1 para todas as imagens do banco da FMRP-I. O histograma das imagens classificadas pelo laudo médico como Composição I é apresentado na Figura Figura Distribuição dos valores de porcentagens de densidade 1 para as imagens do banco da FMRP-I laudadas como Composição I. A Figura 3 mostra o valor da porcentagem da mama para a Composição II utilizando o mesmo limiar de densidade Figura 3 - Distribuição dos valores de porcentagens de densidade 1 para as imagens do banco da FMRP-I laudadas como Composição II. O histograma da Figura 3 mostra que a maioria das imagens classificadas pelos médicos
4 como pertencentes à Composição I apresentam até 1% da mama. Adotou-se portanto esse limiar para o banco da FMRP e retirou-se as imagens consideradas pelo algoritmo como Composição I da base de dados. A Figura mostra o histograma das imagens marcadas como densidade em todas as imagens laudadas como Composições II, III e IV. 1 x1 9 1x1 1 x1 1 x1 1 3x1 1 3x1 1 Figura 6 Valores do Segundo Momento Angular obtidos processando as imagens do banco da FMRP-I laudadas como Composição III. A Figura 7 mostra os valores do para as Composições IV ocupada por densidade Figura Distribuição dos valores de porcentagens de densidade para as imagens do banco da FMRP-I laudadas como Composição II, III e IV x1 1 x1 1 3x1 1 x1 1 Figura 7 Valores do Segundo Momento Angular obtidos processando as imagens da Composição IV do banco da FMRP-I ocupada por densidade Figura Distribuição dos valores de porcentagens de densidade para as imagens do banco da FMRP-I laudadas como Composição II. O histograma da Figura mostra que a maioria das imagens laudadas como Composição II tem até 33% de sua área total ocupados por valores representativos da densidade (limiar ). Foi adotado esse limiar para composição II. A Figura 6 mostra o histograma contendo os valores de para a Composição III. Foi considerado como Composição III imagens que apresentam valores até,x1 11 e acima deste valor como Composição IV. Observando o comportamento e os valores dos histogramas, foi possível deduzir qual valor foi adotado pela equipe médica para discriminar as Composições I, II, III e IV do banco FMRP-I.. Banco de Teste O algoritmo foi aplicado ao banco FMRP-II que não tinha sido classificado utilizando os valores de corte determinados no procedimento anterior. As imagens foram separadas nas composições I, II, III e IV, pelo algoritmo e foram submetidas a um membro da equipe médica do hospital para realizar a classificação visual. A concordância encontrada entre as duas classificações é de 88,1%. A Tabela 1 apresenta os resultados de VP, FN, FP, FN e Concordância encontrados na classificação.
5 Composi ções (BI- RADS) Tabela 1 Resultados de VP, FN e FP. Total Com- imagens VP FN FP cordân- cia COMP. I % COMP. II ,3% COMP. III ,3% COMP. IV % Total Banco FujiLab Utilizou-se o mesmo procedimento para determinar os limiares utilizados por outra equipe médica na base de dados do FujiLab. A Figura 8 mostra o histograma contendo todas as imagens marcadas com densidade A Figura 1 mostra a distribuição das porcentagens de densidade para as imagens do banco FujiLab das Composições II, III e IV ocupada por densidade Figura 1 Distribuição de porcentagens de densidade para as todas as imagens do banco Fujilab A Figura 11 mostra a porcentagem de densidade somente para as imagens laudadas como Composição II onde pode ser determinado que esta categoria conta com a 37% de densidades ocupada por densidade1 Figura 8 Distribuição de porcentagens de densidades 1 para todas as imagens do banco FujiLab. O histograma das imagens classificadas pelo laudo médico como Composição I está na Figura 9. 1,, ocupada por densidade Figura 11 Distribuição de porcentagens de densidade para as imagens do banco Fujilab laudadas como Composição II. A Figura 1 mostra a distribuição dos valores do para as imagens do banco FujiLab das Composições III e IV., 1 3 Figura 9 Distribuição de porcentagens de densidades 1 para as imagens do banco FujiLab laudadas como Composição I. O histograma da FIGURA 9 mostra que o conceito de quase inteiramente adiposa utilizado no padrão BI-RADS para classificação na Composição I foi interpretado pelo radiologista como apresentando menos que % da mama x1 1 x1 1 3x1 1 x1 1 x1 1 Figura 1 - Histograma dos valores de para as Composições laudadas como III e IV do FujiLab.
6 A equipe médica classificou como Composição III, imagens com valores de menores que 3x1 9 e para valores maiores Composição IV, Figura 13. As Figuras 13 e 1 mostram como os valores do se distribuem nos histogramas para as imagens laudadas como Composições III e IV. 3 dificuldade apresentado, tornando-os mais precisos. A metodologia desenvolvida também poderá ser bastante útil para o ensino e treinamento médico na área de radiologia da mama. A equipe poderá estabelecer o padrão desejado e os estagiários poderão ser treinados para classificar as densidades no padrão BI-RADS, respeitando as particularidades locais de cada banco de imagem. Agradecimentos 1,,x1 91,x1 1 1,x1 1,x1 1,x1 1 3,x1 1 3,x1 1,x1 1 Figura 13 - Histograma dos valores de para a Composição laudadas como III do FujiLab. Os autores agradecem o apoio financeiro proporcionado pela FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo). Ao Prof. Dr. Paulo M. de A. Marques da Faculdade de Medicina de Ribeirão Preto e ao Prof. Dr. Fujita da Universidade de Gifu (Japão) por terem cedido as imagens. Referências 1x1 1 x1 1 3x1 1 x1 1 x1 1 Figura 1 - Histograma dos valores de para a Composição laudadas como IV do FujiLab Conclusão e Discussão A metodologia desenvolvida permite analisar os critérios utilizados na organização de banco de mamografias por equipes médicas diferentes. Essa análise ajudará a quantificar valores para as quatro composições descritas no padrão BI-RADS. As imagens poderão ser analisadas e classificadas no padrão de densidade descrito no protocolo BI-RADS, independentemente da subjetividade própria da observação visual de quem organizou o banco ou da técnica de exposição utilizada. A metodologia permite também uniformizar o banco de imagens sugerindo ao observador uma classificação próxima ao padrão utilizado no serviço. A base de dados apresentará as imagens classificadas de acordo com o grau de dificuldade para o processamento. Os CADs poderão ser desenvolvidos especificamente para cada grupo de Byng, J.W., Boyd, N.F., Fishell, E., Jongll, R.A.A., Yaffe, M.J. (1996), Automated analysis of mammographic densities. Phys. Medical and Biology, v. 1: p Heine, J.J., Velthuizen, R.P. (), The statistical methodology for mammographic density detection, Medical. Phys., v. 7, p Chang,Yh., Wang, X.H., Hardesty, L.A., Chang, T.S., Poller, W.R., Good, W.F., Gur, D. (), Computerized Assessment of Tissue Composition on Digitized Mammograms, Academic Radiology, v. 9, p Karssemeijer N. (1998), Automated classification of parenchymal patterns in mammograms, Phys. Medical and Biology, v. 3, p American College of Radiology. Breast imaging reporting and data system (BI-RADS), (199), nd ed. Reston, Va: American College of Radiology. Wong, A.K.C., Sahoo, P.K. (1989), A grey-level threshold selection method based on maximum entropy principle, IEEE Trans. On Systems, Man and Cybernetics, v. 19, n., p Shannon, C.E. (198), A Mathematical Theory of Communication, The Bell System Technical Journal, v. 7, n. 3, p Contato Silvia Cristina Martini Rodrigues Escola de Engenharia de São Carlos - Engenharia Elétrica, Universidade de São Paulo USP silviamr@sel.eesc.usp.br
PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.
1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando
Leia maisW. R. Silva Classificação de Mamografias pela densidade do tecido mamário
Classificação de Mamografias pela densidade do tecido mamário Welber Ribeiro da Silva Universidade Federal de Ouro Preto Campus Universitário, Ouro Preto MG Brazil 19 de Abril de 2012 Definição Câncer
Leia mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica
Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided
Leia maisDe D n e s n i s d i a d d a e d e M a M m a á m r á i r a i a c o c m o o m o F a F t a o t r o r d e d e R i R s i c s o c SELMA DE PACE BAUAB
Densidade Mamária como Fator de Risco SELMA DE PACE BAUAB Densidade Mamária na Mamografia RR > 4,0 : - idade > 65 anos - mutação genética (BRCA 1 / 2) - mais de 2 parentes de primeiro grau com CA de mama
Leia maisAVALIAÇÃO DA DOSE GLANDULAR MÉDIA EM FUNÇÃO DA ESPESSURA DA MAMA
AVALIAÇÃO DA DOSE GLANDULAR MÉDIA EM FUNÇÃO DA ESPESSURA DA MAMA Fátima F.R. Alves 1, Silvio R. Pires 2, Eny M. Ruberti Filha 1, Simone Elias 3, Regina B. Medeiros 1 Universidade Federal de São Paulo Escola
Leia maisCLASSIFICAÇÃO DOS RESULTADOS DOS CAD PARA DETECÇÃO DE MICROCALCIFICAÇÕES MAMÁRIAS CONTEMPLANDO TRÊS CATEGORIAS
CLASSIFICAÇÃO DOS RESULTADOS DOS CAD PARA DETECÇÃO DE MICROCALCIFICAÇÕES MAMÁRIAS CONTEMPLANDO TRÊS CATEGORIAS Silvia Cristina Martini Rodrigues 1, Annie France Frere 2,1 1 Depto. de Engenharia Elétrica,
Leia maisRadiology: Volume 274: Number 2 February 2015. Amélia Estevão 10.05.2015
Radiology: Volume 274: Number 2 February 2015 Amélia Estevão 10.05.2015 Objetivo: Investigar a vantagem da utilização da RM nos diferentes tipos de lesões diagnosticadas na mamografia e ecografia classificadas
Leia maisSimulador Computacional de Mamografia Contemplando a Classificação de Densidades do ACR BI-RADS
Simulador Computacional de Mamografia Contemplando a Classificação de Densidades do ACR BI-RADS F.C. Silva 1, H.J.Q. Oliveira 2, R.R. Falconi 3, R.A. Borges 4, A.M. Scaranello 5, D. M. Conde 6 1,2,3,4
Leia maisOUTUBRO. um mes PARA RELEMBRAR A IMPORTANCIA DA. prevencao. COMPARTILHE ESSA IDEIA.
OUTUBRO ROSA ^ um mes PARA RELEMBRAR A IMPORTANCIA DA ~ prevencao. COMPARTILHE ESSA IDEIA. ~ ^ O movimento popular internacionalmente conhecido como Outubro Rosa é comemorado em todo o mundo. O nome remete
Leia maisProjeto FlexiGrid IWA. Sistema de Armazenamento e Comunicação de Imagens
Projeto FlexiGrid IWA Sistema de Armazenamento e Comunicação de Imagens Aristófanes C. Silva Danilo Launde Lúcio Dias Roteiro PACS Definição Infra-Estrutura Camadas Problemas Soluções DICOM IWA Histórico
Leia maisComparação da avaliação automatizada do Phantom Mama em imagens digitais e digitalizadas
Comparação da avaliação automatizada do Phantom Mama em imagens digitais e digitalizadas Priscila do Carmo Santana 1,2,3, Danielle Soares Gomes 3, Marcio Alves Oliveira 3 e Maria do Socorro Nogueira 3
Leia maisREALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA
REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA Caio Cesar Amorim Borges e Danilo Rodrigues de Carvalho Universidade Federal de Goiás, Escola de Engenharia Elétrica
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisAplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral
Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia
Leia maisDescritores de textura na análise de imagens de microtomografia computadorizada
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de
Leia maisTrabalho 2 Fundamentos de computação Gráfica
Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho
Leia maisUBER: Uma ferramenta para realce de microcalcificações mamárias
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2013/2 UBER: Uma ferramenta para realce de microcalcificações mamárias Acadêmico: Jackson Krause
Leia maisPROJETO DE LEI Nº,DE 2014
PROJETO DE LEI Nº,DE 2014 (Do Sr. Alexandre Roso) Acrescenta o inciso IV ao art. 2º da Lei nº 11.664, de 29 de abril de 2008, que dispõe sobre a efetivação de ações de saúde que assegurem a prevenção,
Leia maisNOVO CONSENSO BRASILEIRO DE RASTREAMENTO DO CÂNCER DE MAMA POR MÉTODOS DE IMAGEM DR. HEVERTON AMORIM
NOVO CONSENSO BRASILEIRO DE RASTREAMENTO DO CÂNCER DE MAMA POR MÉTODOS DE IMAGEM DR. HEVERTON AMORIM Qual é a situação do câncer de mama? Pode ser prevenido? Como prevenir? Qual o papel da mamografia?
Leia maisQuantificação de tecidos em imagens mamográficas por meio de histogramas
Artigo Original Revista Brasileira de Física Médica.212:6(2):173-7. Quantificação de tecidos em imagens mamográficas por meio de histogramas Quantification of tissues in mammographic images using histograms
Leia maisVISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA MAGNÉTICA DA MAMA
PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA VISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA MAGNÉTICA DA MAMA Gabriel Jara
Leia maisAULA: 20.1 Conteúdo: Gênero discursivo relatório, resumo e fichamento INTERATIVIDADE FINAL LÍNGUA PORTUGUESA DINÂMICA LOCAL INTERATIVA
: 20.1 Conteúdo: Gênero discursivo relatório, resumo e fichamento 2 Habilidades: Conhecer as características que compõem o relatório, o resumo e o fichamento 3 REVISÃO Gênero Textual É a estrutura com
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisSIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS
SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS Abstract Francisco Carlos da Silva 1, Henrique Jesus Quintino de Oliveira 2, Ricardo Rodrigues Falconi 3,
Leia maisFigura 01: Aplicações do Filtro Espacial Passa-Baixa.
791 IMPLEMENTAÇÃO DE TÉCNICAS DE PRÉ-PROCESSAMENTO E PROCESSAMENTO DE IMAGENS PARA RADIOGRAFIAS CARPAIS Rafael Lima Alves 1 ; Michele Fúlvia Angelo 2 Bolsista PROBIC, Graduando em Engenharia de Computação,
Leia maisSEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS
SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com
Leia maisSIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS
SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS Abstract Francisco Carlos da Silva 1, Henrique Jesus Quintino de Oliveira 2, Ricardo Rodrigues Falconi 3,
Leia maisA participação do radiologista no controle da qualidade da mamografia
VII Encontro Nacional para o Controle do Câncer de Colo do Útero e de Mama QUALIDADE DA MAMOGRAFIA A participação do radiologista no controle da qualidade da mamografia Objetivo - Roteiro Descrever as
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisSegmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect
Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Lucas Viana Barbosa 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o ser
Leia maisUm sistema computacional para registrar e recuperar imagens mamográficas via Internet
Um sistema computacional para registrar e recuperar imagens mamográficas via Internet Fátima L. S. Nunes 1, Homero Schiabel 2, José Alaor de Oliveira Jr 1, Claudio Tuccilli Gonçalves 1, Rodrigo H. Benatti
Leia maisFEN- 06723 Processamento Digital de Imagens. Projeto 2 Utilização de máscaras laplacianas
FEN- 06723 Processamento Digital de Imagens Projeto 2 Utilização de máscaras laplacianas Marcelo Musci Mestrado Geomática/UERJ-2004 Abstract The Laplacian is also called as second difference function,
Leia maisPré-processamento de Imagens Mamográficas Digitais: Uma Técnica para Realce de Microcalcificações no domínio da freqüência
Pré-processamento de Imagens Mamográficas Digitais: Uma Técnica para Realce de Microcalcificações no domínio da freqüência Larissa Cristina dos Santos Romualdo 1, Marcelo Andrade da Costa Vieira 2, Cláudio
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisUFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS
UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração
Leia maisDiário Oficial Estado de São Paulo
Diário Oficial Estado de São Paulo Poder Executivo Seção I Palácio dos Bandeirantes Av. Morumbi, 4.500 - Morumbi - CEP 05698-900 - Fone: 3745-3344 Nº 64 DOE de 04/04/09 p.33 Saúde GABINETE DO SECRETÁRIO
Leia maisDETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS
PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS
Leia mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital. Unidade de Aprendizagem Radiológica. Professor Paulo Christakis
Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital Professor Paulo Christakis 1 Em sistemas digitais de imagens médicas, as mudanças não se apresentam somente no
Leia mais1 Introdução maligno metástase
1 Introdução Câncer é o nome dado a um conjunto de doenças que têm em comum o crescimento desordenado (maligno) de células que invadem os tecidos e órgãos, podendo espalhar-se (metástase) para outras regiões
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia maisVerificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões
Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas Marina Silva Fouto - Reconhecimento de Padrões Tópicos Importância Trabalhos Relacionados Imagens e
Leia maisInvenia ABUS Automated Breast Ultrasound. Invenia ABUS. Melhoria na detecção. Screening. Incidência do Câncer de Mama
Invenia ABUS Screening TM Invenia ABUS Automated Breast Ultrasound Roberta Fernandes MSc. Engenharia Biomédica COPPE/UFRJ Gerente Clínica Radiologia Geral Ultrassonografia GE Healthcare Incidência do Câncer
Leia maisUma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo
Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo H. E. R. Gato 1,3, F. L. S. Nunes 2 e H. Schiabel 1 1 USP- Depto. de Engenharia Elétrica, São Carlos, Brasil 2 Centro Universitário
Leia maisOTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL
XX CONGRESSO BRASILEIRO DE FÍSICA MÉDICA SIMPÓSIO INTERNACIONAL DE PROTEÇÃO RADIOLÓGICA EM MEDICINA OTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL
Leia maisSOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ
Revista Brasileira de Física Médica (2009) - Volume 2, Número 1, p.15-19 Artigo Original SOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ C.O. Júnior, E.L.L. Rodrigues
Leia maisPrevenção em dobro. Eixo de Prevenção do Câncer ganha segunda Unidade Móvel CAPA
Prevenção em dobro Eixo de Prevenção do Câncer ganha segunda Unidade Móvel O eixo de Prevenção do Câncer do Programa Cuide-se+ acaba de ganhar um importante reforço no atendimento aos trabalhadores das
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisPrimeira Pesquisa TecnoAtiva de Segurança da Informação da Bahia e Sergipe 2006
Apresentamos os resultados da Primeira Pesquisa TecnoAtiva de Segurança da Informação da Bahia e Sergipe, realizada com o apoio da SUCESU-BA. O objetivo dessa pesquisa é transmitir aos gestores e ao mercado
Leia maisVCA Treinamento em Algoritmo
Conteúdo VCA Treinamento em Algoritmo VCA Treinamento em Algoritmo Conteúdo Algoritmos Rastreador (tracker) Monitoramento Objeto Abandonado/Removido Pessoas Calibração Classificação Linha de contagem Auto
Leia maisAnálise do desempenho das escolas públicas de Campinas
Análise do desempenho das escolas públicas de Campinas Por Prof. Dr. Dalton Francisco de Andrade e Prof. Dra. Maria Ines Fini 1. Introdução A análise apresentada foi elaborada a partir do estudo realizado
Leia maisDetecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.
Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application
Leia maisThales Trigo. Formatos de arquivos digitais
Esse artigo sobre Formatos de Arquivos Digitais é parte da Tese de Doutoramento do autor apresentada para a obtenção do titulo de Doutor em Engenharia Elétrica pela Escola Politécnica da USP. Thales Trigo
Leia mais5 Extraindo listas de produtos em sites de comércio eletrônico
5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl
Leia maisTÉCNICA DE AQUISIÇÃO DE MAMOGRAMAS PARA OTIMIZAR O PROCESSAMENTO DE IMAGENS
TÉCNICA DE AQUISIÇÃO DE MAMOGRAMAS PARA OTIMIZAR O PROCESSAMENTO DE IMAGENS Henrique Jesus Quintino de Oliveira 1 & Annie France Frère 1 1 Nucleo de Pesquisas Tecnológicas Universidade de Mogi das Cruzes
Leia maisPNAD - Segurança Alimentar 2004 2009. Insegurança alimentar diminui, mas ainda atinge 30,2% dos domicílios brasileiros
1 of 5 11/26/2010 2:57 PM Comunicação Social 26 de novembro de 2010 PNAD - Segurança Alimentar 2004 2009 Insegurança alimentar diminui, mas ainda atinge 30,2% dos domicílios brasileiros O número de domicílios
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisde Bordas em Imagens Digitais
Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,
Leia maisNota referente às unidades de dose registradas no prontuário eletrônico radiológico:
Nota referente às unidades de dose registradas no prontuário eletrônico radiológico: Frente aos potenciais riscos envolvidos na exposição à radiação ionizante e com a reocupação de manter um controle transparente
Leia maisCosta, B.L. 1 ; Faria, R.A.M²; Marins, L.S.³. ²Universidade do Estado do Rio de Janeiro / Faculdade de Formação de Professores - rfariageo@hotmail.
GERAÇÃO DE MAPA DE USO E COBERTURA DE SOLO UTILIZANDO IMAGENS DE SATÉLITE LANDSAT 8 PARA O SUPORTE AO PLANEJAMENTO MUNICIPAL DO MUNICÍPIO DE NITERÓI RJ. Costa, B.L. 1 ; Faria, R.A.M²; Marins, L.S.³ 1 Universidade
Leia maisQUALIDADE DE SOFTWARE
QUALIDADE DE SOFTWARE Luiz Leão luizleao@gmail.com http://www.luizleao.com Questão 1 A ISO 9000-3 é um guia para a aplicação da ISO 9001 para o desenvolvimento, fornecimento e manutenção de software. As
Leia maisImportação de Dados no Sphinx
Importação de Dados no Sphinx A importação de dados refere-se à transferência de dados coletados em outro ambiente para dentro do software Sphinx. No software, encontre a opção Importar dados no estágio
Leia maisBREAST IMAGING REPORTING AND DATA SYSTEM NOVO BI-RADS EM MAMOGRAFIA
BREAST IMAGING REPORTING AND DATA SYSTEM NOVO BI-RADS EM MAMOGRAFIA Breast Imaging Reporting and Data System Dr Marconi Luna Doutor em Medicina UFRJ Ex-Presidente da SBM Breast Imaging Reporting and Data
Leia maisO CONHECIMENTO DOS ENFERMEIROS DAS EQUIPES DE SAÚDE DA FAMÍLIA NA REALIZAÇÃO DO EXAME CLÍNICO DAS MAMAS
1 O CONHECIMENTO DOS ENFERMEIROS DAS EQUIPES DE SAÚDE DA FAMÍLIA NA REALIZAÇÃO DO EXAME CLÍNICO DAS MAMAS THE KNOWLEDGE OF FAMILY HEALTH PROGRAM NURSES ABOUT PERFORMING CLINICAL BREAST EXAMINATIONS KÊNIA
Leia maisSOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS
221 SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS Jean-Jacques S. De Groote - Prof. Dr. do Centro Universitário Uniseb de Ribeirão Preto.
Leia maisReferências internas são os artefatos usados para ajudar na elaboração do PT tais como:
Plano de Teste (resumo do documento) I Introdução Identificador do Plano de Teste Esse campo deve especificar um identificador único para reconhecimento do Plano de Teste. Pode ser inclusive um código
Leia maisCORE BIÓPSIA DE LINFONODOS AXILARES ATÍPICOS
CORE BIÓPSIA DE LINFONODOS AXILARES ATÍPICOS CORE BIOPSIA DE LINFONODOS AXILARES ATÍPICOS LINFONODOS NORMAIS OU TÍPICOS DE NÍVEL 1 FACILMENTE RECONHECIDOS AO ESTUDO ECOGRÁFICO FORMA ELÍPTICA CORTEX HIPOECÓICA
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a
Leia maisDescobrindo o valor da
Descobrindo o valor da Ocâncer de mama, segundo em maior ocorrência no mundo, é um tumor maligno que se desenvolve devido a alterações genéticas nas células mamárias, que sofrem um crescimento anormal.
Leia maisTestes preliminares em um simulador pediátrico de crânio para dosimetria em tomografia computadorizada
BJRS BRAZILIAN JOURNAL OF RADIATION SCIENCES XX (XXXX) XX-XX Testes preliminares em um simulador pediátrico de crânio para dosimetria em tomografia computadorizada E. W. Martins; M. P. A. Potiens Gerência
Leia maisCAPABILITY MATURITY MODEL INTEGRATION. Prof. Késsia R. C. Marchi
CAPABILITY MATURITY MODEL INTEGRATION Prof. Késsia R. C. Marchi Modelos de maturidade Um modelo de maturidade é um conjunto estruturado de elementos que descrevem características de processos efetivos.
Leia maisRelatório da ListEx02 Aplicação da Heurística do objetivo na definição das propostas do meu aplicativo de banco de dados e dissertação de mestrado
ITA Instituto Tecnológico da Aeronáutica IEC Divisão de Ciência da Computação Pós-Graduação em Engenharia Eletrônica e Computação Relatório da ListEx02 Aplicação da Heurística do objetivo na definição
Leia maisCorelDRAW 11 1. UM PROGRAMA DE DESIGN
CorelDRAW 11 1. UM PROGRAMA DE DESIGN Com o Corel você vai trabalhar com um dos aplicativos mais usados no campo do design e da auto-edição, já que permite operar com dois tipos de gráficos (vetoriais
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5
Leia maisCOMPUTAÇÃO GRÁFICA. Rasterização e Preenchimento de Regiões. MARCO ANTONIO GARCIA DE CARVALHO Fevereiro de 2009. Computação Gráfica
COMPUTAÇÃO GRÁFICA Rasterização e Preenchimento de Regiões Objetivos Conhecer os fundamentos da construção de linhas e círculos Conhecer o modelo scan-line modelo de sementes para preenchimento de polígonos
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisLocalização dos inquéritos de rua para Arroios e Gulbenkian
Project IAAPE Pedestrian Accessibility and Attractiveness Indicators: Tool for Urban Walkability Assessment and Management Working Paper No. WP-8 Localização dos inquéritos de rua para Arroios e Gulbenkian
Leia maisREPRESENTAÇÃO FASORIAL DE SINAIS SENOIDAIS
REPRESENTAÇÃO FASORIAL DE SINAIS SENOIDAIS Neste capítulo será apresentada uma prática ferramenta gráfica e matemática que permitirá e facilitará as operações algébricas necessárias à aplicação dos métodos
Leia maisOpinião da População Sobre a Cobrança das Sacolas Plásticas Reutilizáveis. Agosto de 2015
Opinião da População Sobre a Cobrança das Sacolas Plásticas Reutilizáveis Agosto de 2015 2 A Lei nº 15.374 de 2011 proíbe a disponibilização de sacolas plásticas descartáveis nos estabelecimentos comerciais
Leia maisTÍTULO: "SE TOCA MULHER" CONHECIMENTO DAS UNIVERSITÁRIAS SOBRE O CÂNCER DE MAMA
TÍTULO: "SE TOCA MULHER" CONHECIMENTO DAS UNIVERSITÁRIAS SOBRE O CÂNCER DE MAMA CATEGORIA: EM ANDAMENTO ÁREA: CIÊNCIAS BIOLÓGICAS E SAÚDE SUBÁREA: ENFERMAGEM INSTITUIÇÃO: CENTRO UNIVERSITÁRIO CATÓLICO
Leia maisAnálise numérica de fundações diretas de aerogeradores Carlos A. Menegazzo Araujo, Dr. 1, André Puel, Msc 2, Anderson Candemil 3
Análise numérica de fundações diretas de aerogeradores Carlos A. Menegazzo Araujo, Dr. 1, André Puel, Msc 2, Anderson Candemil 3 1 MENEGAZZO Projeto e Consultoria Ltda / carlos.menegazzo@gmail.com 2 IFSC
Leia maisMundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014
MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014 ANÁLISE DE TÉCNICAS PARA DETECÇÃO DE MUDANÇA UTILIZANDO IMAGENS DO SENSORIAMENTO REMOTO DESLIZAMENTOS EM NOVA FRIBURGO/RJ EM 2011 Trabalho
Leia maisReconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller
Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em
Leia maisANÁLISE DAS EXPOSIÇÕES MÉDICAS EM MAMOGRAFIA DIGITAL. Sergio R. Oliveira¹; Natalia O. Mantuano²; Afonso S. Albrecht² e Leonardo S.
International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR ANÁLISE DAS EXPOSIÇÕES MÉDICAS EM MAMOGRAFIA DIGITAL Sergio R. Oliveira¹;
Leia maisATENÇÃO: * Arquivos com tamanho superior a 500 KB NÃO SERÃO ACEITOS * SOMENTE serão aceitos documentos do formato: PDF
TUTORIAL DE DIGITALIZAÇÃO DIRIGIDO AO USO DO PROCESSO ELETRÔNICO Adaptado do tutorial elaborado pelo colega MAICON FALCÃO, operador de computador da subseção judiciária de Rio Grande. Introdução Este tutorial
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia mais(Modelo de) Relatório: 1-Introdução. 2-Materiais e métodos. 3-Análise descritiva dos dados
(Modelo de) Relatório: 1-Introdução (Nessa seção faz-se uma apresentação/contextualização do problema e descreve-se como está organizado o relatório) Ex: Neste trabalho temos o objetivo de traçar o perfil
Leia maisESTUDOS EPIDEMIOLÓGICOS. Roberto Esmeraldo R3 CCP
ESTUDOS EPIDEMIOLÓGICOS Roberto Esmeraldo R3 CCP SENSIBILIDADE capacidade de um teste diagnóstico identificar os verdadeiros positivos, nos indivíduos verdadeiramente doentes. sujeito a falso-positivos
Leia maisPROBLEMAS ATUAIS DA LOGÍSTICA URBANA NA ENTREGA DE MATERIAIS HOSPITALARES UM ESTUDO INVESTIGATIVO
PROBLEMAS ATUAIS DA LOGÍSTICA URBANA NA ENTREGA DE MATERIAIS HOSPITALARES UM ESTUDO INVESTIGATIVO Frederico Souza Gualberto Rogério D'Avila Edyr Laizo Leise Kelli de Oliveira PROBLEMAS ATUAIS DA LOGÍSTICA
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisA limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação.
Limiarização A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. O princípio da limiarização consiste em separar as regiões
Leia maisScreening Rastreamento
Screening Rastreamento Na língua portuguesa rastreamento deriva do verbo rastrear que significa seguir o rastro ou a pista de algo ou Investigar, pesquisar sinais ou vestígios. O termo em português não
Leia maisRecuperação de imagens médicas em bases de dados distribuídas
Recuperação de imagens médicas em bases de dados distribuídas Vágner Nepumuceno Guimarães Orient.: Paulo Eduardo Ambrósio Introdução O avanço tecnológico vem influenciando cada vez mais na área médica.
Leia maisPalácio dos Bandeirantes Av. Morumbi, 4.500 - Morumbi - CEP 05698-900 - Fone: 3745-3344 Nº 65 DOE de 07/04/09 p.33
Diário Oficial Estado de São Paulo Poder Executivo Seção I Palácio dos Bandeirantes Av. Morumbi, 4.500 - Morumbi - CEP 05698-900 - Fone: 3745-3344 Nº 65 DOE de 07/04/09 p.33 SAÚDE GABINETE DO SECRETÁRIO
Leia maisTÍTULO: UTILIZAÇÃO DA MAMOGRAFIA PARA O DIAGNÓSTICO DO CÂNCER DE MAMA MASCULINO
TÍTULO: UTILIZAÇÃO DA MAMOGRAFIA PARA O DIAGNÓSTICO DO CÂNCER DE MAMA MASCULINO CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS BIOLÓGICAS E SAÚDE SUBÁREA: MEDICINA INSTITUIÇÃO: CENTRO UNIVERSITÁRIO ANHANGUERA DE
Leia mais* Categoria I (profissionais com 3º grau completo): 4.500 horas e 36 meses de experiência nos últimos 6 anos;
Desde 1984, o Project Management Institute tem se dedicado ao desenvolvimento e manutenção de um rigoroso Programa de Certificação Profissional, com base em um exame, visando o avanço da profissão de Gerenciamento
Leia maisEntenda o que é o câncer de mama e os métodos de prevenção. Fonte: Instituto Nacional de Câncer (Inca)
Entenda o que é o câncer de mama e os métodos de prevenção Fonte: Instituto Nacional de Câncer (Inca) O que é? É o tipo de câncer mais comum entre as mulheres no mundo e no Brasil, depois do de pele não
Leia maisEFEITOS DELETÉRIOS INDUZIDOS POR EXPOSIÇÃO INDIRETA DO APARELHO AUDITIVO DURANTE RADIOTERAPIA DE CABEÇA E PESCOÇO - CORRELACIONAMENTO DOSIMETRICO
EFEITOS DELETÉRIOS INDUZIDOS POR EXPOSIÇÃO INDIRETA DO APARELHO AUDITIVO DURANTE RADIOTERAPIA DE CABEÇA E PESCOÇO - CORRELACIONAMENTO DOSIMETRICO Palavras-chave: Aparelho Auditivo, Dosimetria, Radioterapia.
Leia mais