Use este identificador para citar ou linkar para este item:
https://ri.unir.br/jspui/handle/123456789/4383
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | Bordin, Bruno Lincon de Souza | - |
dc.date.accessioned | 2023-07-04T12:48:19Z | - |
dc.date.available | 2023-07-04T12:48:19Z | - |
dc.date.issued | 2022 | - |
dc.identifier.citation | BORDIN, Bruno Lincon de Souza. Detecção e classificação de câncer de pulmão em imagens de tomografia computadorizada usando processamento de imagem. 2022. 49 f. Monografia (Bacharelado em Ciência da Computação) - Fundação Universidade Federal de Rondônia, Porto Velho, 2023. | pt_BR |
dc.identifier.uri | https://ri.unir.br/jspui/handle/123456789/4383 | - |
dc.description.abstract | Câncer é uma das doenças mais graves e disseminadas, responsável por muitas mortes todos os anos. Entre todos os diferentes tipos de câncer, o câncer de pulmão é o mais prevalente, com a maior taxa de mortalidade. A Tomografia Computadorizada (TC) é usada para identificação do câncer de pulmão, pois fornece uma imagem detalhada do tumor no corpo e acompanha seu crescimento. Embora a TC seja preferida a outras modalidades de imagem, a interpretação visual dessas imagens de TC pode ser uma tarefa propensa a erros e pode causar atraso na detecção do câncer de pulmão. Portanto, as técnicas de processamento de imagem são amplamente utilizadas na área médica para a detecção precoce de tumores pulmonares. O algoritmo para detecção de câncer de pulmão é proposto usando métodos como filtragem mediana para pré-processamento da imagem seguido de segmentação da região pulmonar de interesse utilizando operações morfológicas matemáticas. As características geométricas são calculadas a partir da região de interesse extraída e usadas para classificar as imagens de tomografia computadorizada em normais ou anormais através do aprendizado de máquina. O objetivo do trabalho é realizar o processamento de imagem em imagens de tomografia computadorizada e com os resultados obtidos realizar uma classificação se é um nódulo normal, sem câncer, e nódulo anormal, com câncer. O método aplicado foi realizar suavização, transformação de negativo e binarização para o pré-processamento, e operação de abertura morfológica, separação de região e extração de características via função do Octave. Para classificar, extraímos métricas de área, volume e excentricidade dos nódulos. Os resultados experimentais mostraram que os algoritmos Árvores de Decisão (Random Forest) e Redes Neurais (Multilayer Perceptron) apresentaram resultados promissores alcançando os melhores resultados em comparação com os algoritmos K-NN, Naive Bayes e SVM. | pt_BR |
dc.description.provenance | Submitted by Bruno Lincon de Souza Bordin (pnshorus@gmail.com) on 2023-06-26T12:04:23Z No. of bitstreams: 1 Monografia_Bruno_Bordin.pdf: 1561148 bytes, checksum: 21b4d433978800871836eb0c94e07668 (MD5) | en |
dc.description.provenance | Approved for entry into archive by Marcelo Cardoso (marcelo.garcia@unir.br) on 2023-07-04T12:48:19Z (GMT) No. of bitstreams: 1 Monografia_Bruno_Bordin.pdf: 1561148 bytes, checksum: 21b4d433978800871836eb0c94e07668 (MD5) | en |
dc.description.provenance | Made available in DSpace on 2023-07-04T12:48:19Z (GMT). No. of bitstreams: 1 Monografia_Bruno_Bordin.pdf: 1561148 bytes, checksum: 21b4d433978800871836eb0c94e07668 (MD5) Previous issue date: 2022 | en |
dc.language.iso | other | pt_BR |
dc.subject | Processamento de imagem | pt_BR |
dc.subject | Classificação | pt_BR |
dc.subject | Câncer de pulmão | pt_BR |
dc.subject | Tomografia computadorizada | pt_BR |
dc.title | Detecção e classificação de câncer de pulmão em imagens de tomografia computadorizada usando processamento de imagem | pt_BR |
dc.type | Other | pt_BR |
Aparece nas coleções: | Ciência da Computação (Monografias) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Monografia_Bruno_Bordin.pdf | 1,52 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.