Go to accessibility
Beginning of content

Banca de PROPOSTA DE TESE/DISSERTAÇÃO: CAIO EDUARDO FALCAO MATOS

2023-06-19 17:36:48.457

Uma banca de PROPOSTA DE TESE/DISSERTAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: CAIO EDUARDO FALCAO MATOS
DATA: 27/06/2023
HORA: 14:30
LOCAL: Remota via Google Meet (https://meet.google.com/qak-auxp-pyg)
TÍTULO: Segmentação de Rins, Cistos e Tumores Renais em Imagens de Tomografia Computadorizadas baseada em Módulo de Pirâmide de Pooling e DeepLabV3+
PALAVRAS-CHAVES: Câncer de Rim, Aprendizagem Profunda, Tomografia Computadorizada, Segmentação de rins, cistos e tumores renais.
PÁGINAS: 68
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO: O câncer renal é uma das principais causas de mortes relacionadas ao câncer em todo o mundo. As altas taxas de mortalidade e incidência desse tipo de câncer destacam a importância de investigar e desenvolver meios para sua detecção e diagnóstico precoce. Portanto, a segmentação precisa dos rins, cistos e tumores renais permite aos médicos especialistas uma melhor análise e diagnóstico de lesões suspeitas. Por outro lado, esse processo é suscetível ao cansaço (tanto físico quanto visual) e à distração, pois é normalmente realizado manualmente pelo especialista. Assim, as técnicas computacionais surgem como alternativas para melhorar a precisão da segmentação e contribuir para o diagnóstico precoce do câncer renal. Nos últimos anos, as Redes Neurais Convolucionais (CNNs) ganharam significativa atenção na tarefa de segmentação automática, auxiliando médicos especializados na detecção e diagnóstico. Nesta pesquisa, propomos o PPM-DeepLab, um novo modelo de arquitetura para a segmentação de rins, cistos e tumores em imagens de tomografia computadorizada (TC). Especificamente, exploramos o Pyramid Pooling Module (PPM) para estender a rede DeepLabv3+ fornecendo informações em diferentes contextos durante a fase de codificação. O método proposto foi avaliado em dois conjuntos de dados, KiTS19 e KiTS21. No conjunto de dados KiTS19, os melhores resultados foram alcançados com um índice de Dice de 90,08% para segmentação renal e 89,92% para segmentação de tumor renal. No conjunto de dados KiTS21, os resultados foram 95,14%, 75,37% e 83,80% para rim, cisto e segmentação de tumor renal, respectivamente.
MEMBROS DA BANCA:
Presidente - 2582240 - GERALDO BRAZ JUNIOR
Interno - 030.355.953-56 - ANTONIO OSEAS DE CARVALHO FILHO
Interno - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA
Externo à Instituição - HERMAN MARTINS GOMES - UFCG
Externo à Instituição - LEANDRO AUGUSTO FRATA FERNANDES - UFF
Co-orientador - 407686 - ANSELMO CARDOSO DE PAIVA

End of content