Análise de nódulos pulmonares usando o índice de Brillouin para estabelecer possíveis diferenças entre padrões malignos e benignos
|
|
- Henrique Tuschinski Belém
- 6 Há anos
- Visualizações:
Transcrição
1 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 Federal do Maranhão (UFMA) Caixa Postal São Luís MA Brasil robhersonwector@gmail.com, aricsilva@gmail.com Abstract. Lung cancer remains the leading cause of cancer mortality worldwide with one of the lowest survival rates after diagnosis. Therefore, early detection is important to increase the healing chances of the patient, and the more information the doctor s possession, the more accurate the diagnosis. To assist the expert in search and identification of nodes and changes in CT images, detection systems are developed computer aided (CAD), which aim to automate the identification and classification of these structures work. Thus, this work proposes a methodology for characterizing lung nodules, aiming to become a computational tool used to suggest about the malignancy or benignity of them, acting as a second opinion by the expert. The methodology is based on image processing and pattern recognition techniques. The Brillouin index was used as the texture descriptor. After this step, the classification by Support Vector Machine was performed (MVS) and using the genetic algorithm to generate a proportional training model, in which 90.45% sensitivity rates were obtained, specificity of 90.08% and accuracy of 90.34%. Resumo. O câncer de pulmão é ainda a maior causa de mortalidade por câncer em todo o mundo, com uma das menores taxas de sobrevida a partir do diagnóstico. Por isso, sua detecção precoce é importante para aumentar as chances de cura do paciente, e quanto mais informações o médico dispuser, mais preciso será o diagnóstico. Para auxiliar o especialista na busca e identificação de nódulos e alterações em imagens tomográficas, são desenvolvidos sistemas de detecção assistidos por computador (CAD), que visam automatizar os trabalhos de identificação e classificação dessas estruturas. Diante disso, este trabalho propõe uma metodologia de caracterização de nódulos pulmonares, objetivando tornar-se uma ferramenta computacional utilizada para sugerir sobre a malignidade ou benignidade dos mesmos, atuando como uma segunda opinião junto ao especialista. A metodologia aplicada baseia-se em técnicas de processamento de imagens e reconhecimento de padrões. O índice de Brillouin foi utilizado como descritor de textura. Após essa etapa, foi realizada a classificação pela Máquina de Vetores de Suporte (MVS) e utilizando o Algoritmo Genético para geração de um modelo de treino proporcional, em que foram obtidas taxas de sensibilidade de 90,45%, especificidade de 90,08% e acurácia de 90,34%.
2 1. Introdução O câncer de pulmão é o mais frequente de todos os tumores malignos, apresentando aumento de 2% por ano na sua incidência mundial. A última estimativa mundial apontou incidência de 1,82 milhões de casos novos de câncer de pulmão para o ano de 2012, sendo 1,24 milhões em homens e 583 mil em mulheres. Em 90% dos casos diagnosticados, o câncer de pulmão está associado ao consumo de derivados de tabaco. No Brasil, foi responsável por mortes em Altamente letal, a sobrevida média cumulativa total em cinco anos varia entre 13 e 21% em países desenvolvidos e entre 7 e 10% nos países em desenvolvimento. No fim do século XX, o câncer de pulmão se tornou uma das principais causas de morte evitáveis. No Brasil, as estimativas de casos de câncer de pulmão do ano de 2016 são de , sendo homens e , mulheres (INCA, 2016). A maneira mais fácil de diagnosticar o câncer de pulmão é por meio de raios-x do tórax, complementado por uma tomografia computadorizada (TC). Essas tecnologias de aquisição de imagens auxiliam os especialistas. Por meio das imagens obtidas, é possível desenvolver sistemas assistidos por computador que auxiliam na detecção do nódulo, e que podem até fornecer uma possível indicação de diagnóstico, funcionando assim com uma segunda opinião para análise dos exames. Esses sistemas podem ser do tipo CAD (Computer-Aided Detection Detecção assistida por computador) ou CADx (Computer- Aided Detection and Diagnosis Detecção e Diagnóstico assistida por computador). Os sistemas CAD auxiliam os especialistas na detecção de regiões de interesse no exame, mas não realizam o diagnóstico. Os sistemas CADx sugerem um diagnóstico (maligno ou benigno, por exemplo). Sistemas como CADx utilizam técnicas de processamento de imagens para auxiliar na realização do diagnóstico. 2. Materiais e Métodos Este trabalho propõe uma metodologia para classificação de nódulos pulmonares em exames de tomografia computadorizada. Como resultado da obtenção das marcações dos especialistas e da etapa de segmentação foram gerados nódulos, sendo benignos e 394 malignos. Em seguida, os nódulos foram submetidos à técnica de quantização uniforme em três níveis: 8, 12 e 16 bits. Após a quantização, cada nódulo quantizado gerou 9 áreas delimitadas referentes as máscaras internas e máscaras externas. Foi aplicado o cálculo do índice de Brillouin a cada uma dessas áreas em todos os 3 níveis de quantização, gerando um total de 27 características para cada nódulo pulmonar. Logo depois é utilizado o Algoritmo Genético para gerar um modelo de treinamento para máquina de vetores e suporte e por último validamos os resultados Extração de Características Após a segmentação dos nódulos, os mesmos são encaminhados à fase de extração de características de textura. Nesta fase, foram realizados experimentos com a aplicação da técnica de quantização uniforme em três níveis: 8, 12 e 16 bits. Para a descrição da textura dos objetos, foi utilizado o Índice de Brillouin. As abordagens máscara interna e máscara externa foram utilizadas para encontrar padrões de textura que melhor descrevam os nódulos pulmonares benigno e maligno.
3 Figura 1. Metodologia Proposta Índice de Brillouin Para medir a diversidade temos duas componentes: a riqueza de espécies, que consiste no número de espécies encontradas em determinada região, e a abundância relativa, que é o número de indivíduos de uma determinada espécie existentes numa dada área. O resultado do cálculo, para qualquer índice de diversidade, é representado por um único valor. As medidas de diversidade de espécies são geralmente úteis para comparar padrões em diferentes áreasl (e). Os índices baseados nas abundâncias proporcionais das espécies são as medidas de diversidade mais utilizadas em ecologia. Estes índices levam em conta, tanto a uniformidade quanto a riqueza de espécies, sendo chamados também de índices de heterogeneidade. O aumento do número de espécies ou o aumento da uniformidade das abundâncias aumenta a diversidade. O Índice de Brillouin, é amplamente utilizado devido à sua boa capacidade discriminante e que não seja indevidamente influenciada pelo tamanho da amostra. É uma medida satisfatória da situação, mesmo quando a abundância subjacente de espécies não seguem uma série de registro, distribuição e é menos afetado pela abundância das espécies mais comuns. (BARROS, 2015). Esse índice é calculado a partir da equação: H = 1 s N (log N! log N i!) (1) Maquina de Vetores e Suporte A Máquina de Vetores de Suporte (MVS) é uma técnica de aprendizagem supervisionada, usada para estimar uma função que classifique dados de entrada em duas classes. O princípio básico é a construção de um hiperplano como superfície de decisão, cuja margem de separação entre as classes seja máxima. Por hiperplano entende-se uma superfície de separação de duas regiões em um espaço multidimensional, em que o número de dimensões pode ser, até, infinito h (c).
4 Algoritmo Genético O Algoritmo Genético foi utilizando nesse trabalho para gerar o melhor modelo de treinamento para o classificador MVS na etapa de classificação. As imagens usadas neste trabalho foram obtidas da base LIDC-IDRI?. Foram utilizados 833 exames, dos quais foram extraídos 1405 nódulos (1011 benigno e 394 malignos). Dividiu-se a base em 80% (1124) para treino e validação, e 20% (281) para teste, todos foram selecionados de forma aleatória. Estes 2% serão usados para testar o modelo final selecionado pelo AG. Os 80% da base (treino) foram submetidos ao AG para seleção dos melhores indivíduos (nódulos), para que o mesmo gere um modelo balanceado com apenas 500 indivíduos (nódulos), sendo 250 malignos e 250 benignos. Um modelo de treinamento balanceado é utilizado nesta metodologia porque segundo (DU & S., 2005) o uso de SVMs em conjuntos de treinamento com tamanhos de classe irregulares resultam em classificação tendenciosa em direção às classes com o maior número de indivíduos Validação dos Resultados Após a finalização da etapa de reconhecimento de padrões, é necessário validar os resultados e discutir prováveis melhorias. Essa metodologia usa métricas comumente empregadas em sistemas CAD/CADx, e aceitas pela sociedade para análise de desempenho de sistemas baseados em processamento de imagens. Estas métricas são sensibilidade, especificidade e acurácia. Tais métricas têm o objetivo de medir o desempenho da metodologia como satisfatória ou não, além de ajudar a identificar pontos positivos e negativos para melhoria futura deste trabalho na fase de treinamento e teste. 3. Resultados e Discussão Nessa seção são apresentados e discutidos os resultados obtidos com a utilização da metodologia proposta no trabalho para classificação de nódulos pulmonares de tomografia computadorizada em maligno e benigno. Como resultado da obtenção das marcações dos especialistas e da etapa de segmentação foram gerados nódulos, sendo benignos e 394 malignos. Em seguida, os nódulos foram submetidos à técnica de quantização uniforme em três níveis: 8, 12 e 16 bits. Após a quantização, cada nódulo quantizado gerou 9 áreas delimitadas referentes as máscaras internas e máscaras externas, foi aplicado o cálculo do índice de Brillouin gerando um total de 27 características para cada nódulo pulmonar. Os testes foram divididos em duas seções. A Seção 5.1 apresenta os resultados obtidos com as duas classes (benigno, maligno) usando o índice de Brillouin. A Seção 5.2 apresenta os resultados com as classes benigno e maligno usando o índice de Brillouin para extração de características e o Algoritmo Genético para geração de um modelo de treinamento balanceado para o classificador SVM Testes com as Classes Benigno e Maligno usando o índice de Brillouin Nessa seção são apresentados os resultados obtidos com as classes benigno e maligno, totalizando amostras de nódulos pulmonares, sendo benignos e 394 malignos. Devido ao desbalanceamento das amostras foram atribuídos pesos às classes, peso 1 para à classe benigno e peso 3 para à classe maligno. As medidas de validação dos resultados utilizadas são: sensibilidade média, especificidade média e acurácia média.
5 Tabela 1. Resultados obtidos para as 2 Classes Treino/Teste Acurácia Sensibilidade Especificidade 80% / 20% 89.50% 86.41% 88.61% 3.2. Testes com as Classes Benigno e Maligno usando o índice de Brillouin para extração de características e o algoritmo genético para gerar um modelo de treino para a MVS Nessa seção serão apresentados os resultados obtidos com as classes benigno e maligno, totalizando amostras de nódulos pulmonares, sendo benignos e 394 malignos. Devido ao desbalanceamento das amostras foram atribuídos pesos às classes, peso 1 para à classe benigno e peso 3 para à classe maligno a proporção usando foi de 80% para treino e 20% para teste, onde esse 80% foram submetidos ao algoritmo genético para que o mesmo gerasse um modelo de treinamento com 500 indivíduos (sendo 250 Malignos e 250 Benignos). As medidas de validação dos resultados utilizadas são: sensibilidade média, especificidade média e acurácia média. Tabela 2. Resultados obtidos para as 2 Classes utilizando o Algoritmo Genético Treino/Teste Acurácia Sensibilidade Especificidade 80% / 20% 90.34% 90.55% 90.08% Sintetizando os resultados obtidos observa-se o quanto o índice de Brillouin é promissor. Observa-se também que ao utilizarmos o Algoritmo Genético para balancear a classe de treino houve um aumento considerável no resultado, chegando a 90,34% de acurácia, 90,45% sensibilidade e uma especificidade de 90,08%. 4. Considerações Finais Os elevados índices de mortes e registros de ocorrências de câncer de pulmão no Brasil e no mundo demonstram a importância do desenvolvimento de pesquisas com o objetivo de produzir recursos para um diagnóstico precoce da doença propiciando dessa forma um tratamento mais adequado. Este trabalho apresentou uma metodologia CADx para o diagnóstico de nódulos pulmonares em imagens de tomografia computadorizada através da caracterização destes nódulos a partir da extração de medidas de textura obtidas com o cálculo do Índice de Brillouin juntamente com as abordagens de máscaras internas e externas. Foi utilizado o Algoritmo Genético para a gera um modelo de treinamento balanceado. Após isso, comparou os resultados obtidos na classificação com a MVS. Os resultados apresentados demonstram o desempenho promissor da metodologia desenvolvida na tarefa de diagnóstico de nódulos pulmonares. Foram obtidos valores de 90,45% de sensibilidade média, 90,08% de especificidade média e 90,34% de acurácia média. Por fim, a metodologia apresentada neste trabalho poderá integrar uma ferramenta CAD/CADx a ser aplicada na detecção e diagnóstico de câncer pulmonar, no intuito de
6 classificar os nódulos em maligno e benigno. Dessa forma tornando mais ágil e menos exaustiva a análise de exames pelos especialistas. Referências Armato, S. G., Geoffre, M., & et al. (2011). The lung image database consortium (lidc) and image database resource initiative (idri): a completed reference database of lung nodules on ct scans. Med Phys, 38, URL: com/nih/lung-image-database-consortium-lidc/ html. Chang, C. C., & Lin, C. (2013). LIBSVM a library for support vector machines. Available at cjlin/libsvm/. Hansell, D. M., Bankier, A. A., MacMahon, H., McLoud, T. C., Muller, N. L., & Remy, J. (2008). Fleischner society: Glossary of terms for thoracic imaging. Radiology, 246, URL: /radiol doi: /radiol arxiv: PMID: Jing, Z., Bin, L., & Lianfang, T. (2010). Lung nodule classification combining rule-based and svm. In Bio-Inspired Computing: Theories and Applications (BIC-TA), 2010 IEEE Fifth International Conference on (pp ). doi: /bicta Melo, A. S. (2008). What do we win confounding species richness and evenness in a diversity index? Biota Neotropica, 8. URL: abstract?point-of-view+bn Pietka, E., Gertch, A., & Witko, K. (2005). Informatics infrastructure of cad system. Computerized medical imaging and graphics, 23, de Sampaio, W. B., Silva, A. C., de Paiva, A. C., & Gattass, M. (2015). Detection of masses in mammograms with adaption to breast density using genetic algorithm, phylogenetic trees, LBP and SVM. Expert Syst. Appl., 42, URL: doi: /j.eswa Scholkopf, B., & Smol, A. (2002). Support vector machines, regularization, optimization, and beyond, mit press. de Sousa Carvalho, P. M., de Paiva, A. C., & Silva, A. C. (2012). Classification of breast tissues in mammographic images in mass and non-mass using mcintosh s diversity index and SVM. In Machine Learning and Data Mining in Pattern Recognition - 8th International Conference, MLDM 2012, Berlin, Germany, July 13-20, Proceedings (pp ). URL: \_38. doi: / \_38.
Redução de falsos positivos em imagens de tomografia computadorizada, usando índice de diversidade filogenético e SVM
Redução de falsos positivos em imagens de tomografia computadorizada, usando índice de diversidade filogenético e SVM Thayane de O. Simões 1, Otília de S. Santos 1, Antônio O. de C. Filho 1, Patrícia M.
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 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 mais1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil
III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 64-69, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Análise comparativa entre Redes Neurais
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 maisUma Análise Comparativa entre Classificadores para Detecção de Nódulos Pulmonares
Uma Análise Comparativa entre Classificadores para Detecção de Nódulos Pulmonares Laércio Nascimento Mesquita¹, Maria Jaquelane Carvalho de Moura¹, Ivo Alves de Oliveira¹, Alcilene Dalília de Sousa² ¹
Leia maisSegmentação de Nódulo Pulmonar Usando Autômato Celular
Segmentação de Nódulo Pulmonar Usando Autômato Celular Maura G. R. da Rocha 1, Maria J. C. de Moura 1, Patrícia M. L. Drumond 1, Antonio O. de C. Filho 1, Alcilene D. de Sousa 1 1 Campus Senador Helvídio
Leia maisAnálise e Sugestão Automática de Câncer de Pele através de HOG e SVM
Análise e Sugestão Automática de Câncer de Pele através de HOG e SVM Lucas Bezerra Maia 1, Roberto M. Pinheiro Pereira 1, Thalles Alencar Silva 1, Alexandre César P. Pessoa 1, Geraldo Braz Junior 1 1 Núcleo
Leia maisClassificação de Tecidos da Mama em Maligno e Benigno baseado em Mamografias Digitais usando Descritores de Textura
III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 100-105, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Classificação de Tecidos da Mama em Maligno
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 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 maisMétodos para sistemas CAD e CADx de nódulo pulmonar baseada em tomografia computadorizada usando análise de forma e textura
Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Curso de Pós-Graduação em Engenharia de Eletricidade Métodos para sistemas CAD e CADx de nódulo pulmonar baseada em tomografia computadorizada
Leia maisDesenvolvimento de descritores baseado em análise de forma para diagnóstico de lesões pulmonares
17º WIM - Workshop de Informática Médica Desenvolvimento de descritores baseado em análise de forma para diagnóstico de lesões pulmonares Antonino Calisto dos S. Neto1, Alexandre Ribeiro C. Ramos1, Antonio
Leia maisReconhecimento e diagnóstico automático de melanoma
Reconhecimento e diagnóstico automático de melanoma Bruno S. Ferreira 1, Paulo V. Vieira 1 1 Universidade Federal do Maranhão(UFMA) Av. dos Portugueses, 1966 - Bacanga, São Luís-MA, 65080-805 Abstract.
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE LEONARDO BARROS NASCIMENTO CLASSIFICAÇÃO DE NÓDULOS PULMONARES EM MALIGNO
UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE LEONARDO BARROS NASCIMENTO CLASSIFICAÇÃO DE NÓDULOS PULMONARES EM MALIGNO
Leia maisANÁLISE FILOGENÉTICA PARA DIFERENCIAÇÃO ENTRE NÓDULOS MALIGNOS E BENIGNOS
Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil ANÁLISE FILOGENÉTICA PARA DIFERENCIAÇÃO ENTRE NÓDULOS MALIGNOS E BENIGNOS Otília de S. Santos 1, Thayane
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 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 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 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 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 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 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 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 maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
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 maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
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 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisPREVISÃO EM SÉRIES TEMPORAIS COMBINANDO MODELOS ESTATÍSTICOS E CONCEITOS FUZZY
Especial Innovation Day 2015 PREVISÃO EM SÉRIES TEMPORAIS COMBINANDO MODELOS ESTATÍSTICOS E CONCEITOS FUZZY FORECASTING IN TIME SERIES COMBINING STATISTICAL MODELS AND FUZZY CONCEPTS Data de entrega dos
Leia mais10º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2016 Campinas, São Paulo ISBN
Um Estudo de Descritores e Classificadores para Reconhecimento de Bagas de Café Pedro Henrique Ferreira Stringhini 1 ; Thiago Teixeira Santos 2 Nº 16605 RESUMO Métodos de reconhecimento de frutos baseados
Leia maisSoftware para detecção de melanoma para ios
Software para detecção de melanoma para ios Aluno: Thiago Pradi Orientador: Aurélio Faustino Hoppe Motivação Câncer configura-se como um problema de saúde pública mundial Cânceres de pele tiveram um crescimento
Leia maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisCLERISTON ARAUJO DA SILVA
UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA DE ELETRICIDADE CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE CLERISTON ARAUJO DA SILVA CARACTERIZAÇÃO
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 maisDIAGNÓSTICO DE GLAUCOMA EM RETINOGRAFIAS BASEADO EM GEOESTATÍSTICA
Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil DIAGNÓSTICO DE GLAUCOMA EM RETINOGRAFIAS BASEADO EM GEOESTATÍSTICA Jefferson Alves de Sousa 1, João
Leia maisReconhecimento de linguagem de sinais: aplicação em LIBRAS
Reconhecimento de linguagem de sinais: aplicação em LIBRAS Ruberth A. A. Barros 1, Aitan V. Pontes 1, João D. S. Almeida 1 1 Núcleo de Computação Aplicada Universidade Federal Maranhão (UFMA) Caixa Postal
Leia maisO uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos. F. C. Xavier
O uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos F. C. Xavier Technical Report - RT-INF_001-11 - Relatório Técnico June - 2011 - Junho The contents of this
Leia maisReconhecimento de Sinais de Trânsito Utilizando Deep Learning
Reconhecimento de Sinais de Trânsito Utilizando Deep Learning Marcos Vinícius Oliveira Sobrinho 1, Matheus Chaves Menezes 1, Chrystian Gustavo Martins Nascimento 1, Geraldo Braz Júnior 2 1 Curso de Ciência
Leia maisDiferenciação de padrões de benignidade e malignidade em tecidos da mama baseado na diversidade taxonômica
Diferenciação de padrões de benignidade e malignidade em tecidos da mama baseado na diversidade taxonômica Edson Damasceno Carvalho 1, Antônio Oseas de C. Filho 1, Alcilene D. de Sousa 1, Patricia Vieira
Leia maisAnálise de imagens pulmonares. Paulo Cezar Pinto Carvalho IMPA
Análise de imagens pulmonares Paulo Cezar Pinto Carvalho IMPA Análise de Imagens Pulmonares Instituições Envolvidas: IMPA (Paulo C. P. Carvalho, Ana Elisa Schmidt) Faculdade de Ciências Médicas/UERJ (Rodolfo
Leia maisObjetivos. 1. O método desenvolvido usa características de pares de pixeis para fazer estatísticas e formar
Introdução Comidas podem apresentar deformações e variações em sua forma, além de conter muitos ingredientes, nem todos visíveis; Métodos tradicionais de reconhecimento requerem a detecção de características
Leia maisUma API para extração de características de imagens médicas
Uma API para extração de características de imagens médicas Alexsandro S. Saraiva, Tiago B. Borchartt Departamento de Informática Universidade Federal do Maranhão (UFMA) Caixa Postal 15.064 Campus Bacanga
Leia maisDiagnóstico de Melanoma usando Função K de Ripley e Máquina de Vetores de Suporte
Diagnóstico de Melanoma usando Função K de Ripley e Máquina de Vetores de Suporte Lucas Bezerra Maia 1, Nigel da Silva Lima 1, Geraldo Braz Junior 1, João Dallyson Sousa de Almeida 1, Anselmo Cardoso Paiva
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 maisSupressão do osso para imagens radiográficas do tórax
Supressão do osso para imagens radiográficas do tórax Introdução A radiografia do tórax continua sendo o método mais usado para triagem e diagnósticos de doenças do pulmão, como o câncer do pulmão, pneumotórax,
Leia maisDescoberta de conhecimento em redes sociais e bases de dados públicas
Descoberta de conhecimento em redes sociais e bases de dados públicas Trabalho de Formatura Supervisionado Bacharelado em Ciência da Computação - IME USP Aluna: Fernanda de Camargo Magano Orientadora:
Leia maisCRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos 02 05 2018 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura
Leia maisNÓDULO PULMONAR SOLITÁRIO
Pontifícia Universidade Católica do Rio Grande do Sul Faculdade de Medicina Hospital São Lucas SERVIÇO DE CIRURGIA TORÁCICA José Antônio de Figueiredo Pinto DEFINIÇÃO Lesão arredondada, menor que 3.0 cm
Leia maisDiagnóstico do Glaucoma em Imagens de Fundo de Olho Usando Matriz de Coocorrência e SVM
Diagnóstico do Glaucoma em Imagens de Fundo de Olho Usando Matriz de Coocorrência e SVM Mayara Gomes Silva 1, Nelia Cantanhede Reis 1, João Dallyson Sousa de Almeida 1 1 Núcleo de Computação Aplicada (NCA),
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 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 mais4 Avaliação experimental
4 Avaliação experimental O presente capítulo apresenta os experimentos realizados com o propósito de avaliar o método de detecção de nódulos pulmonares proposto neste trabalho, principalmente, a segmentação
Leia maisPrediction of Secondary Structure of Protein using Support Vector Machine / 11
Prediction of Secondary Structure of Protein using Support Vector Machine Pankaj Agarwal, Shivani Agarwal e Deepali Mendiratta IMS Engineering College, Ghaziabad - India 2014 Prediction of Secondary Structure
Leia maisDETECÇÃO DE LESÕES EM MAMOGRAFIAS ATRAVÉS DA ASSIMETRIA DAS MA- MAS E EXTRAÇÃO DE CARACTERÍSTICAS COM ÍNDICE DE GETIS-ORD
DETECÇÃO DE LESÕES EM MAMOGRAFIAS ATRAVÉS DA ASSIMETRIA DAS MA- MAS E EXTRAÇÃO DE CARACTERÍSTICAS COM ÍNDICE DE GETIS-ORD LESION DETECTION IN MAMMOGRAMS THROUGH THE ASYMMETRY OF THE BREASTS AND FEATURE
Leia maisBiometria Multimodalidade Íris + Face. Luiz Antonio Zanlorensi Junior
Biometria Multimodalidade Íris + Face Luiz Antonio Zanlorensi Junior Sumário Introdução Fusionamento Artigo 1 Seleção de características Multimodal Problemas Base de dados Artigo 2 Unimodal + Multimodal
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
COMPUTER AIDED DIAGNOSIS PARA TECIDOS DA MAMA, BASEADO EM MAMOGRAFIA DIGITAL USANDO ANÁLISE DE TEXTURA Edson Damasceno Carvalho, Antonio Oseas de C. Filho, Alcilene D. de Sousa, Patricia Vieira da S. Barros,
Leia maisMáquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos
Máquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos Introdução * Método supervisionado de aprendizagem de máquina * Empregado em classificação de dados Classificação binária
Leia maisSQLLOMining: Obtenção de Objetos de Aprendizagem utilizando técnicas de Aprendizado de Máquina
Susana Rosich Soares Velloso SQLLOMining: Obtenção de Objetos de Aprendizagem utilizando técnicas de Aprendizado de Máquina Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção
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 maisSegmentação Multicritério para Detecção de Nódulos Pulmonares em Imagens de Tomografia Computadorizada
Vanessa de Oliveira Campos Segmentação Multicritério para Detecção de Nódulos Pulmonares em Imagens de Tomografia Computadorizada Tese de Doutorado Tese apresentada ao Programa de Pós-graduação em Engenharia
Leia maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisColor Eyes Detector. Duarte Petiz. DCC/FCUP
Color Eyes Detector Duarte Petiz DCC/FCUP up201204625@fc.up.pt Resumo Este relatório descreve a implementação da aplicação desenvolvida Color Eyes Detector bem como mostra os resultados finais da execução
Leia maisÁrvore Binária SVM Otimizada na Classificação de Imagem Hiperespectral. Diego Bonesso 1 Vitor Haertel 1
Árvore Binária SVM Otimizada na Classificação de Imagem Hiperespectral. Diego Bonesso 1 Vitor Haertel 1 1 Universidade Federal do Rio Grande do Sul - UFRGS/PPGSR Caixa Postal 15044-91501-970 Porto Alegre
Leia maisThiago Zavaschi Orientador: Alessandro Koerich Programa de Pós-Graduação em Informática (PPGIa) Pontifícia Universidade
Thiago Zavaschi (zavaschi@ppgia.pucpr.br) Orientador: Alessandro Koerich Programa de Pós-Graduação em Informática (PPGIa) Pontifícia Universidade Católica do Paraná (PUC-PR) Conceitos relacionados a classificação
Leia maisEEL891 Aprendizado de Máquina Prof. Heraldo L. S. Almeida. Introdução
1 Introdução 1. Introdução 1.1. O que é Aprendizado de Máquina? 1.2. Por que Machine Learning é o Futuro? 1.3. Algumas Aplicações 1.4. Tipos de Aprendizado 1. Introdução 17 1. Introdução 1.1. O que é Aprendizado
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 maisTime Series Trend Detection and Forecasting Using Complex Network Topology Analysis
WAIAF 2018 Time Series Trend Detection and Forecasting Using Complex Network Topology Analysis Leandro Anghinoni Universidade de São Paulo DCM/RP Liang Zhao Universidade de São Paulo DCM/RP AGENDA Introdução
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem Outras Técnicas Prof. a Joseana Macêdo Fechine Régis
Leia maisMetodologias para a Seleção de Atributos Relevantes
Metodologias para a Seleção de Atributos Relevantes José Augusto Baranauskas e Maria Carolina Monard Departamento de Computação e Estatística Instituto de Ciências Matemáticas e de Computação - Universidade
Leia maisSEGMENTAÇÃO DE CANDIDATOS A NÓDULO PULMONAR BASEADO EM TOMOGRAFIA COMPUTADORIZADA
Artigo Completo XV Congresso Brasileiro de Informática em Saúde 27 a 30 de novembro - Goiânia - Brasil SEGMENTAÇÃO DE CANDIDATOS A NÓDULO PULMONAR BASEADO EM TOMOGRAFIA COMPUTADORIZADA Maura G. R. da Rocha
Leia mais11º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2017 Campinas, São Paulo ISBN
DETECÇÃO DE FRUTOS EM CAMPO POR APRENDIZADO DE MÁQUINA Andreza Aparecida dos Santos¹; Thiago Teixeira Santos 2 Nº 17603 RESUMO Métodos de reconhecimento de frutos utilizando diferentes descritores e classificadores
Leia maisRecuperação de Nódulos Pulmonares por Conteúdo: uma abordagem Radiomics em Pesquisa Reprodutível
XXXVII Congresso da Sociedade Brasileira de Computação Recuperação de Nódulos Pulmonares por Conteúdo: uma abordagem Radiomics em Pesquisa Reprodutível Marcelo Costa Oliveira 1, David Jones Ferreira de
Leia maisFiltros de Resposta Máxima e Padrões Binários Locais Aplicados na Detecção de Anormalidades em Mamografias
Filtros de Resposta Máxima e Padrões Binários Locais Aplicados na Detecção de Anormalidades em Mamografias Danilo O. Fistarol 1 Wesley Nunes Gonçalves 1 1 Universidade Federal do Mato Grosso do Sul - Campus
Leia maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
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 maisReconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus
Reconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus Dissertação de Mestrado em Informática Sídnei Augusto Drovetto Jr.
Leia maisSEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
Leia maisAprendizado de Máquina
Aprendizado de Máquina Introdução Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://lesoliveira.net Luiz S. Oliveira (UFPR) Aprendizado de Máquina 1 / 19 Introdução
Leia maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisExtração de Atributos para Reconhecimento de Expressões Faciais
Extração de Atributos para Reconhecimento de Expressões Faciais Vinícius Assis Saueia da Silva 1 1. Introdução Interação Homem-Computador é uma das áreas da computação que procuram fazer com que o ser
Leia maisCaracterização Automática dos Agentes Causadores de Lesões em Folíolos de Cultivares do Brasil. Suellen Silva de Almeida David Menotti
Caracterização Automática dos Agentes Causadores de Lesões em Folíolos de Cultivares do Brasil Suellen Silva de Almeida David Menotti 1 Introdução Grande ocorrência de ataques de pragas nos cultivares
Leia maisVisualização de Informação Parte III. Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities.
Visualização de Informação Parte III Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities. Rosane Minghim + The team Instituto de Ciências Matemáticas e de
Leia maisClassificadores Lineares
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Classificadores Lineares David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Funções Discriminantes Lineares Perceptron Support
Leia maisRadiologia Digital versus Analógica, CAD e Telerradiologia
Radiologia Digital versus Analógica, CAD e Telerradiologia Prof. Dr. Paulo Mazzoncini de Azevedo Marques (pmarques@fmrp.usp.br) Centro de Ciências das Imagens e Física Médica CCIFM (http://cci.fmrp.usp.br)
Leia maisSinal do halo invertido
Sinal do halo invertido Critérios atuais para diagnóstico diferencial Edson Marchiori Sinal do Halo Sinal do Halo Invertido Hansell DM, Bankier AA, MacMahon H, McLoud TC, Müller NL, Remy J. Fleischner
Leia maisDetecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões
Detecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões Juliana Patrícia Detroz Orientador: André Tavares da Silva Programa de Pós-Graduação em Computação Aplicada
Leia maisProcessamento De Imagem. Descritores de Cor
Processamento De Imagem Descritores de Cor Cores Uma das propriedades mais importantes para visão humana. Muito usada em sistemas de recuperação de imagens, CBIRs. Taxonomia Global A informação de cor
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia maisUniversidade Federal do Amazonas (CETELI/UFAM) CEP Manaus AM Brasil 2 PEB/UFRJ
Determinação de um conjunto reduzido de características morfológicas para classificação de lesões mamárias em imagens de ultrassom utilizando máquinas de vetores de suporte Carmina Dessana L. Nascimento
Leia maisUSO DE TÉCNICAS DE SEGMENTAÇÃO NA ANÁLISE DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DE PULMÕES COM DPOC
USO DE TÉCNICAS DE SEGMENTAÇÃO NA ANÁLISE DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DE PULMÕES COM DPOC 1 2 3 Fausta Joaquim Faustino, Álisson Gomes Linhares, John Hebert Da Silva Felix Resumo: O uso das
Leia maisDISSERTAÇÃO DE MESTRADO
Pedro Sampaio Vieira Um sistema de modelagem 3D de coluna vertebral baseado em imagens de raios-x DISSERTAÇÃO DE MESTRADO DEPARTAMENTO DE INFORMÁTICA Programa de Pós-Graduação em Informática Rio de Janeiro,
Leia maisEcho State Networks. Fabricio Breve João Bertini
Echo State Networks Fabricio Breve João Bertini RNN Tarefas Filtragem e predição Classificação de Padrões Modelagem de Seqüências Estocásticas Memória Associativa Compressão de Dados RNN Aplicações Telecomunicações
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisPROCESSAMENTO DE TEXTO
PROCESSAMENTO DE TEXTO (TEXT MINING) Jorge Teixeira IART 2014/2015 SAPO LABS ( http://labs.sapo.pt ) AGENDA (Enquadramento na UC de Inteligência Artificial - IART) Parte 1: Introdução à Linguagem Natural
Leia maisAlgarve. A2 Aprendizagem Automática ML Machine Learning 7/15/2013
Preparado para o curso de pós-graduação em Ciências da Computação da Universidade Federal do Ceará, Fortaleza, Brasil A2 Aprendizagem Automática ML Machine Learning Julho e Agosto de 2013 José Valente
Leia maisReconhecimento de Notas Musicais Manuscritas Utilizando os Descritores ORB com Bag of Words
Reconhecimento de Notas Musicais Manuscritas Utilizando os Descritores ORB com Bag of Words Gustavo Ântonny. de S. da S., João D. S. de Almeida, Geraldo Braz Junior Departamento de Informática Universidade
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia mais