@MASTERSTHESIS{ 2019:684590604,
 	title = {Segmentação automática da próstata em imagens de ressonância magnética utilizando redes neurais convolucionais, mapa probabilístico e treinamento adversário},
 	year = {2019},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/2577",
 	abstract = "O câncer de próstata é o segundo tipo de câncer mais comum entre os homens, sendo
 também o segundo mais mortal. A detecção precoce do câncer é uma estratégia para
 encontrar o tumor em fase inicial e, assim, possibilitar melhor chance de tratamento.
 Atualmente tem crescido a adoção de exames de imagem da próstata para a prevenção,
 diagnóstico e tratamento. A segmentação manual da próstata é extremamente demorada
 e propensa à variabilidade entre diferentes especialistas. Devido a esse árduo trabalho,
 alternativas como sistemas computacionais que utilizam técnicas de processamento de
 imagens e reconhecimento de padrões têm sido amplamente desenvolvidos e explorados
 para o diagnóstico precoce desta doença, provendo uma segunda opinião para o especialista
 e tornando esse processo mais rápido. Neste trabalho, propomos dois métodos totalmente
 automáticos para a segmentação da próstata a partir de imagens de ressonância magnética
 usando uma técnica de aprendizado profundo, mapa probabilístico e treinamento adversário
 de redes neurais. A metodologia proposta foi testada em duas bases de imagens públicas,
 a Prostate 3T e a Promise 12, resultando em um Dice médio de 89%.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}