DCCMAPI/CCET

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: WESLLEY KELSON RIBEIRO FIGUEREDO
DATA: 16/03/2022
HORA: 09:00
LOCAL: Remoto
TÍTULO: Segmentação Automática de Endometriose Profunda em Imagens de Ressonância Magnética Usando Aprendizado Profundo
PALAVRAS-CHAVES: Endometriose, Deep Learning, Segmentação, Ressonância Magnética
PÁGINAS: 25
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO: Endometriose é uma doença que atinge vários órgãos, principalmente aqueles presentes na estrutura pélvica, e reduz consideravelmente a qualidade de vida da pessoa afetada por ela. A endometriose atinge mulheres de diferentes idades, mas principalmente mulheres em idade fértil. Uma das formas de identificar a doença é através de exames de imagem, como a ressonância magnética, porém esta não é um meio tão eficaz quanto a laparoscopia, um método cirúrgico minimamente invasivo. Neste trabalho, propomos um método automático para segmentação automática da lesão de endometriose em imagens de ressonância magnética usando técnicas de aprendizado profundo, afim de servir como auxílio no diagnóstico e ajudar a reduzir a necessidade da utilização de métodos invasivos. O método é composto por três etapas: segmentação da região do reto e sigmoide, recorte e redimensionamento, e segmentação da lesão da endometriose. Atualmente, o método continua em desenvolvimento, e, até momento obteve um coeficiente Dice médio de 0,7885 para segmentação da região dos órgãos, e 0,3172 para segmentação da lesão.
MEMBROS DA BANCA:
Co-orientador - 407686 - ANSELMO CARDOSO DE PAIVA
Presidente - 1225010 - ARISTOFANES CORREA SILVA
Externo à Instituição - AURA CONCI - UFF
Interno - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA
Externo à Instituição - MARCO AURELIO PINHO DE OLIVEIRA - UERJ