Notícias

Banca de QUALIFICAÇÃO: HELANO MIGUEL BRASIL FRANÇA PORTELA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: HELANO MIGUEL BRASIL FRANÇA PORTELA
DATA: 10/11/2020
HORA: 15:30
LOCAL: Sala Virtual do Google Meet
TÍTULO: Método de Segmentação de Úlceras de Córnea Usando U-net e DexiNed em Cadeia
PALAVRAS-CHAVES: Diagnóstico Guiado por Computador. Segmentação de Imagens. Deep Learning. Úlceras de Córnea
PÁGINAS: 51
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

A Úlcera de córnea é uma das doenças oculares mais frequentes. É definida como uma inflamação ou até mesmo enfermidade ainda mais grave como infecção. Mensurar adequadamente lesões de úlcera de córnea possibilitam que os médicos possam avaliar adequadamente a efetividade do tratamento e auxiliar na tomada de decisão. O presente trabalho descreve o desenvolvimento de um método de segmentação que tem o objetivo de auxiliar médicos na tarefa de monitoramento da evolução de lesões de úlceras na córnea. Tal método faz uso da arquitetura de Rede Neural Convolucional (CNN) U-net para treinar um modelo com 358 exemplos de imagens de córnea com a presença de úlceras do tipo Point-Like. O resultado proveniente do modelo usando a arquitetura U-net é então submetido a uma arquitetura de CNN DexiNed com o objetivo de refinar a detecção das bordas da lesão. Portanto, o método usa as duas arquiteturas de CNN em cadeia combinadas com o contorno ativo geodésico (GAC), isso tudo com objetivo final de segmentar automaticamente lesões de úlcera de córnea. Com base em testes realizados com 91 imagens de úlcera de córnea do tipo Flaky, foram calculadas métricas a fim de avaliar o desempenho do método, atingindo média de 0,70 de Coeficiente Dice, 87,4% para a métrica de Sensibilidade, 99,0% de Especificidade e Coeficiente Positivo Dice de 0,637.


MEMBROS DA BANCA:
Interno - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Presidente - 1579396 - RODRIGO DE MELO SOUZA VERAS
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Notícia cadastrada em: 09/11/2020 08:28
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.sigaa 23/04/2024 17:52