Logo do repositório
  • English
  • Deutsch
  • Español
  • Português do Brasil
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
Logo do repositório
  • Comunidades e Coleções
  • Percorrer
  • English
  • Deutsch
  • Español
  • Português do Brasil
Documentos
  • Manual de Autodepósito
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Caron, Eduardo"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem em miniatura
    Item
    Acesso Aberto
    Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma
    (2020-06) Caron, Eduardo; Franzen, Evandro; http://lattes.cnpq.br/7342971270440310
    O uso de Inteligência Artificial (IA) para resolução de problemas complexos vem ganhando força no mundo inteiro. Técnicas baseadas em IA estão sendo amplamente adotadas no reconhecimento de imagens, de fala e de processamento de linguagem natural em diferentes áreas. A área da saúde está aderindo cada vez mais a Inteligência Artificial para diagnóstico e classificação de doenças, tendo como exemplo a doença de glaucoma, que pode ser detectada tanto por meio do processamento automatizado de grandes conjuntos de dados, quanto pela detecção precoce de novos padrões de doenças. Além disso, a IA promete mudar fundamentalmente as pesquisas que visam entender o desenvolvimento, a progressão e o tratamento do glaucoma, identificando novos fatores de risco e avaliando a importância dos existentes. Diante disso, o objetivo do presente trabalho foi verificar se a Rede Neural Artificial (RNA) de arquitetura U-Net é capaz de realizar a segmentação do disco óptico e a segmentação da escavação a partir de imagens de fundo de olho da base de imagens RIM-ONE, servindo de apoio aos profissionais na detecção do glaucoma. Como resultado, foi obtido um F1-score médio de 0,9440 para a segmentação do disco óptico e um F1-score médio de 0,8350 para a segmentação da escavação, comprovando que a rede neural U-Net é capaz de realizar a segmentação com boas métricas.

BDU 2008-2025 baseado em DSpace

  • Configurações de Cookies
  • Enviar comentários

We collect and process your personal information for the following purposes: Authentication, Preferences, Acknowledgement and Statistics.

Customize