Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/2795
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | PONTES, Stefano Walker Pereira | - |
dc.creator.Lattes | http://lattes.cnpq.br/1019949620655779 | por |
dc.contributor.advisor1 | BORCHARTT, Tiago Bonini | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2352727269839328 | por |
dc.contributor.referee1 | BORCHARTT, Tiago Bonini | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/2352727269839328 | por |
dc.contributor.referee2 | BRAZ JUNIOR, Geraldo | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/8287861610873629 | por |
dc.contributor.referee3 | ARAÚJO, Marcus Costa de | - |
dc.date.accessioned | 2019-07-26T13:00:36Z | - |
dc.date.issued | 2019-06-27 | - |
dc.identifier.citation | PONTES, Stefano Walker Pereira. Modelagem baseada em grafo para detecção de regiões de anomalias em termografia de mama. 2019.104 f. Dissertação (Programa de Pós-Graduação em Ciência da Computação/CCET) - Universidade Federal do Maranhão, São Luís. | por |
dc.identifier.uri | https://tedebc.ufma.br/jspui/handle/tede/tede/2795 | - |
dc.description.resumo | O tipo de câncer mais comum entre as mulheres ocorre nas mamas. Como a prevenção ainda é difícil, por vários fatores, o diagnóstico precoce é primordial para aumentar a taxa de sobrevida dos acometidos. Por isso são dedicados muitos esforços para aprimorar os métodos de diagnósticos, melhorando a qualidade, precisão e custo dos exames de diagnóstico por imagem. Nesse cenário surge termografia como um exame promissor, com uma série de vantagens, mas que ainda está em evolução. Esse trabalho tem como objetivo oferecer uma metodologia de deteção de região de anomalias em termografia de mama. Nesta metodologia são combinadas segmentação de superpixel, construção do grafo e análise de medidas de redes complexas. Na construção do grafo, cada superpixel se torna um nó do grafo e as relações de adjacência entre as regiões se tornam as arestas, cujos pesos são determinados através de funções. Aos grafos gerados são aplicadas variações de limiarização para realçar as características de redes de pequeno mundo. Após vários experimentos envolvendo medidas de grafo e análise de comunidades, as regiões detectadas são avaliadas conforme método avaliativo proposto. A avaliação da deteção realizada nos experimentos da metodologia forneceu resultados que ainda podem ser aprimorados, em relação à detecção da exata região das anomalias, com percentual de 59,1%. Contudo a mesma propiciou resultados expressivos, no sentido de indicar em qual das mamas há anomalia, com percentual de acerto em 86,4%. | por |
dc.description.abstract | The most common type of cancer, among women, occurs in the breasts. As the prevention is still difficult, due to several factors, early diagnosis is primordial in order to increase the survival rate of those affected. Therefore, much effort is dedicated to improving diagnostic methods by increasing of accuracy, and reduction of the imaging tests cost. In this context, thermography appears as a promising examination, with a series of advantages, but still in evolution. This work aims to provide a methodology for detection of abnormalities regions in breast thermography. In this methodology are combined superpixel segmentation, graph construction and analysis of complex network measurements. In the construction of the graph, each superpixel becomes a node of the graph and the adjacency relations between the regions becomes the edges, whose weights are determined by functions. The generated graphs are applied threshold variations to highlight the characteristics of small world networks. After several experiments involving graph measurements and community analysis, the detected regions are evaluated according to the proposed evaluation method. The evaluation of the detection performed in the methodology experiments provided results that can still be improved, in relation to the detection of the exact region of the anomalies, with a percentage of 59.1 %. However, it produced significant results, in order to indicate in which breast there is an anomaly, with a success rate of 86.4%. | eng |
dc.description.provenance | Submitted by Daniella Santos (daniella.santos@ufma.br) on 2019-07-26T13:00:36Z No. of bitstreams: 1 StefanoWalkerPereiraPontes.pdf: 10971314 bytes, checksum: 5323d5feefa66fec854d75c34e623fd1 (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2019-07-26T13:00:36Z (GMT). No. of bitstreams: 1 StefanoWalkerPereiraPontes.pdf: 10971314 bytes, checksum: 5323d5feefa66fec854d75c34e623fd1 (MD5) Previous issue date: 2019-06-27 | eng |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | DEPARTAMENTO DE INFORMÁTICA/CCET | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Termografia infravermelha | por |
dc.subject | Câncer de mama | por |
dc.subject | Grafo | por |
dc.subject | Redes complexas | por |
dc.subject | Superpixel | por |
dc.subject | SLIC | por |
dc.subject | Centralidade de autovetor | por |
dc.subject | Infrared thermography | eng |
dc.subject | Breast cancer | eng |
dc.subject | Graph | eng |
dc.subject | Complex networks | eng |
dc.subject | Superpixel | eng |
dc.subject | SLIC | eng |
dc.subject | Eigenvector centrality | eng |
dc.subject.cnpq | Ciência da Computação | por |
dc.title | Modelagem baseada em grafo para detecção de regiões de anomalias em termografia de mama | por |
dc.title.alternative | Graph-based modeling for detection of anomaly regions in breast thermography | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
StefanoWalkerPereiraPontes.pdf | Dissertação de Mestrado | 10,71 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.