Uso de técnicas de inteligência artificial para análise de retinografias e reconhecimento de processos patológicos

Página do item simplificado
dc.contributor.advisorCastro, Leandro Nunes de
dc.contributor.authorScarpitta, Amanda Alcatrão
dc.contributor.authorFerreira, Sarah Beatriz
dc.contributor.authorGandolf, Patrick Gioz
dc.date.accessioned2022-11-17T18:24:41Z
dc.date.available2022-11-17T18:24:41Z
dc.date.issued2021-05-27
dc.description.abstractA detecção automática de retinopatia e de glaucoma constitui-se como uma poderosa ferramenta de auxílio em diagnósticos, uma vez que o tratamento dessas doenças torna-se mais eficaz quanto mais cedo forem descobertas. O trabalho consiste na construção de modelos que façam a discriminação em imagens entre saudáveis e não saudáveis. O principal objetivo é a compara ção do resultado da aplicação de técnicas de inteligência artificial e proces samentos de imagens em diferentes bancos de imagens para a sugestão de um diagnóstico. O trabalho está dividido em aquisição de imagens, divisão da base, pré-processamento, classificação e validação. Antes da aplicação do pré processamento os resultados obtidos foram medianos, porém, desbalanceados, com o modelo construído com SVM alcançando os melhores resultados. Após a aplicação do pré-processamento, os resultados obtidos foram mais equilibrados. Por fim, o modelo com maior destaque foi o construído com a técnica Random Forest.pt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/31040
dc.languagept_BRpt_BR
dc.publisherUniversidade Presbiteriana Mackenziept_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectmodelos preditivospt_BR
dc.subjectmachine learningpt_BR
dc.subjectretinopatia diabéticapt_BR
dc.subjectglaucoma.pt_BR
dc.titleUso de técnicas de inteligência artificial para análise de retinografias e reconhecimento de processos patológicospt_BR
dc.typeTCCpt_BR
local.publisher.departmentFaculdade de Computação e Informática (FCI)pt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
794-Artigo Final-3463-1-4-20210614.pdf
Tamanho:
366.39 KB
Formato:
Adobe Portable Document Format
Descrição:
Amanda Alcatrão Scarpitta, Sarah Beatriz Ferreira, Patrick Gioz Gandolfi
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Ciência da Computação - TCC - FCI Higienópolis