Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/487
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Carvalho, Péterson Moraes de Sousa | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/2162722426372693 | por |
dc.contributor.advisor1 | PAIVA, Anselmo Cardoso de | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6446831084215512 | por |
dc.contributor.advisor-co1 | Silva, Aristófanes Corrêa | pt_BR |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/2446301582459104 | por |
dc.contributor.referee1 | Teixeira, Mario Antonio Meirelles | pt_BR |
dc.date.accessioned | 2016-08-17T14:53:21Z | - |
dc.date.available | 2012-05-24 | pt_BR |
dc.date.issued | 2012-04-20 | pt_BR |
dc.identifier.citation | CARVALHO, Péterson Moraes de Sousa. CLASSIFICATION OF TISSUE BREAST FROM MAMMOGRAPHIC IMAGES IN MASS AND NOT MASS USING INDEX OF DIVERSITY OF MCINTOSH AND SUPPORT VECTOR MACHINE. 2012. 77 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luís, 2012. | por |
dc.identifier.uri | http://tedebc.ufma.br:8080/jspui/handle/tede/487 | - |
dc.description.resumo | O câncer de mama é o segundo tipo de câncer mais frequente no mundo e o que mais acomete as mulheres. Nos últimos anos, vários Sistemas de Detecção e Diagnóstico auxiliados por Computador (Computer Aided Detection/Diagnosis) têm sido desenvolvidos no intuito de auxiliar especialistas da área da saúde na detecção e diagnóstico de câncer, servindo como uma segunda opnião. O objetivo deste trabalho é apresentar uma metodologia de discriminação e classificação de regiões extraídas de mamografias em massa e não massa. Neste estudo, o Digital Database for Screening Mammography (DDSM) é usado. Para descrever a textura da região de interesse é aplicado o Índice de Diversidade de McIntosh, comumente usado em ecologia. O cálculo deste índice é proposto em quatro abordagens: através do Histograma, da Matriz de Co-ocorrência de Níveis de Cinza, da Matriz de Comprimentos de Corrida de Cinza e da Matriz de Comprimentos de Lacuna de Cinza. Para classificação das regiões em massa e não massa, é utilizado o classificador supervisionado Support Vector Machine (SVM). A metodologia apresenta resultados promissores para a classificação de massas e não massas, alcançando uma acurácia de 93,68%. | por |
dc.description.abstract | Breast cancer is the second most common in the world and which more affects women. In recent years, several Computer Aided Detection/Diagnosis Systems has been developed in order to assist health specialists in the detection and diagnosis of cancer, serving as a second opinion. The aim of this paper is to present a methodology for discrimination and classification of regions extracted from mammograms in mass and non-mass. In this study, Digital Database for Screening Mammography (DDSM) is used. To describe the texture of the region of interest is applied McIntosh Diversity Index, commonly used in ecology. The calculation of this index is proposed in four approaches: through the Histogram, through the Gray Level Co-occurrence Matrix, through the Gray Level Run Length Matrix and through the Gray Level Gap Length Matrix. For the classification of regions in mass and non-mass, is used the supervised classificator Support Vector Machine (SVM). The methodology shows promising results for the classification of masses and non-masses, reaching an accuracy of 93,68%. | eng |
dc.description.provenance | Made available in DSpace on 2016-08-17T14:53:21Z (GMT). No. of bitstreams: 1 Peterson.pdf: 1362910 bytes, checksum: 963fec328036941a0790b198cc0d6187 (MD5) Previous issue date: 2012-04-20 | eng |
dc.description.sponsorship | FUNDAÇÃO DE AMPARO À PESQUISA E AO DESENVOLVIMENTO CIENTIFICO E TECNOLÓGICO DO MARANHÃO | pt_BR |
dc.format | application/pdf | por |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | Engenharia | por |
dc.publisher.country | BR | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Mamografia | por |
dc.subject | Índice de Diversidade de McIntosh | por |
dc.subject | Máquina de Vetores de Suporte | por |
dc.subject | Reconhecimento de Padrões | por |
dc.subject | Mammography | eng |
dc.subject | McIntosh Diversity Index | eng |
dc.subject | Support Vector Machine | eng |
dc.subject | Pattern Recognition | eng |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.title | CLASSIFICAÇÃO DE TECIDOS DA MAMA A PARTIR DE IMAGENS MAMOGRÁFICAS EM MASSA E NÃO MASSA USANDO ÍNDICE DE DIVERSIDADE DE MCINTOSH E MÁQUINA DE VETORES DE SUPORTE | por |
dc.title.alternative | CLASSIFICATION OF TISSUE BREAST FROM MAMMOGRAPHIC IMAGES IN MASS AND NOT MASS USING INDEX OF DIVERSITY OF MCINTOSH AND SUPPORT VECTOR MACHINE | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
Peterson.pdf | 1,33 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.