Banca de QUALIFICAÇÃO: ISMAEL DE HOLANDA LEAL

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ISMAEL DE HOLANDA LEAL
DATA: 01/11/2017
HORA: 14:00
LOCAL: NCAD - Sala de Estudos do PPGCC
TÍTULO: Diagnóstico de câncer de mama automático utilizando abordagem de Aprendizado Profundo
PALAVRAS-CHAVES: Câncer de mama, Diagnóstico, Aprendizado Profundo, Redes Neurais Convolucionais.
PÁGINAS: 46
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

O câncer de mama é apontado como a principal causa de morte entre as mulheres. Sua ocorrência aumenta consideravelmente todos os anos. O diagnóstico dessa doença de forma precoce está diretamente relacionado às suas chances de cura. Uma das formas de auxílio ao profissional de saúde na identificação e diagnóstico é o uso de Sistemas de Detecção e Diagnósticos auxiliados por computador (Computer Aided Detection/Diagnosis). Este trabalho propõe uma metodologia para discriminação de padrões de malignidade e benignidade em imagens mamografias, através das características extraídas pelos índices de diversidade filogenética. A região de interesse foi extraída através da rede neural artificial CNN (Convolutional Neural Network), com base na arquitetura da rede U-Net. Para a classificação, visando diferenciar as imagens malignas e benignas, utilizaram-se três abordagens: J48, LMT e o RandomForest. A metodologia apresentou bons resultados para a classificação. O resultado foi comparado com alguns trabalhos relacionados.

MEMBROS DA BANCA:
Presidente - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Interno - 1579396 - RODRIGO DE MELO SOUZA VERAS
Interno - 1446435 - VINICIUS PONTE MACHADO