skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Advanced Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Primo Advanced Search Query Term
Input search text:
Show Results with:
criteria input
Qualquer
Show Results with:
Qualquer
Primo Advanced Search prefilters
Tipo de material:
criteria input
Todos os itens
Busca Geral
Busca Simples
This feature requires javascript
Computerized pattern recognition of lung nodules in magnetic resonance imaging for lung cancer diagnosis aid
Victor Francisco Paulo Mazzoncini de Azevedo Marques
2019
Localização:
FMRP - Fac. Medicina de Ribeirão Preto
(Francisco, Victor )
(Acessar)
This feature requires javascript
Localização & Reservas
Detalhes
Resenhas & Tags
Solicitações
Mais Opções
Prateleira Virtual
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Computerized pattern recognition of lung nodules in magnetic resonance imaging for lung cancer diagnosis aid
Autor:
Victor Francisco
Paulo Mazzoncini de Azevedo Marques
Assuntos:
RECONHECIMENTO DE PADRÕES
;
NEOPLASIAS PULMONARES
;
RESSONÂNCIA MAGNÉTICA
;
APRENDIZADO COMPUTACIONAL
;
DIAGNÓSTICO POR COMPUTADOR
Notas:
Dissertação (Mestrado)
Descrição:
O câncer de pulmão é o tipo de câncer que mais faz vítimas em todo o mundo e muitas vezes apresenta diagnóstico tardio. Tomografia computadorizada (TC) é atualmente o exame de imagem referência para o diagnóstico de tumores pulmonares. Estudos recentes mostram relevância na caracterização de tumores pulmonares por diferentes sequencias obtidas por ressonância magnética (RM). A RM também tem a vantagem de não expor o paciente à radiação ionizante, como ocorre nas TC. Este trabalho apresenta uma investigação sobre a aplicabilidade dos métodos de reconhecimento de padrões ao diagnóstico auxiliado por computador de câncer de pulmão em exames de RM a fim de classificar nódulos e massas pulmonares em benigno ou maligno. Imagens de RM ponderadas em T1 pós contraste (T1PC) e em T2 associadas a lesões pulmonares foram adquiridas retrospectiva e prospectivamente, então semi-automaticamente segmentadas. Os atributos quantitativos foram extraídos a partir dos modelos 2D e 3D segmentados de T1PC e T2. Cada modelo segmentado forneceu 75 atributos, totalizando 150. T1PC e T2 foram combinados criando o conjunto de dados T1PC-T2 com 300 atributos. Problemas de desbalanceamento foram resolvidos aumentando os conjuntos de dados de forma sintética e utilizando bootstrapping. A classificação dos tumores foi baseada em cinco classificadores de aprendizado de máquina e validados utilizando leave-one-out. A seleção de atributos mais relevantes foi realizada com Wrapper. Os resultados mostraram um
desempenho significativo em conjuntos de dados balanceados, especialmente após a seleção de atributos. Naive Bayes classificando imagens em T2 com atributos relevantes selecionados obteve o maior valor de área sob a curva ROC (receiver operating characteristic) de 0,944. Os atributos relevantes mais selecionados foram extraídos da matriz de coocorrência de nível de cinza e da forma do tumor, indicando boa correlação com características clínicas dos tumores. Além disso, o estudo demonstra potencial para o diagnóstico auxiliado por computador para câncer de pulmão em imagens de RM
Data de criação/publicação:
2019
Formato:
72 p.
Idioma:
Inglês
Links
Este item no Dedalus
Acesso ao doi
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
Anterior
Resultado
3
Avançar
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_VIDEOS),scope:("PRIMO"),scope:(USP_FISICO),scope:(USP_EREVISTAS),scope:(USP),scope:(USP_EBOOKS),scope:(USP_PRODUCAO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript