Aprendizado de características para classificação de imagens de ressonância magnética da doença de Alzheimer (2022)
- Authors:
- Autor USP: ISHIBE, EDER ISSAO - ICMC
- Unidade: ICMC
- Subjects: INTELIGÊNCIA ARTIFICIAL; REDES NEURAIS; DOENÇA DE ALZHEIMER; RESSONÂNCIA MAGNÉTICA
- Language: Português
- Abstract: A doença de Alzheimer é um mal que aflige milhares de pessoas ao redor do mundo. Sendo até o momento incurável e suas causas ainda incompreendidas, a detecção e tratamento precoce se tornaram as maiores aliadas no seu combate. Um método para se detectar a presença da doença é através da análise de imagens de ressonância magnética do cérebro, contudo, ainda depende muito da experiência do examinador. Para isso é treinada uma rede neural convolucional para classificar imagens de ressonância magnética de cérebros com doença de Alzheimer, predizendo não só se o paciente está sadio (non demented), mas também em um dos 3 estágios da doença (mild demented, very mild demented ou moderate demented). Seis redes rasas e criadas do zero são treinadas a partir do aumento de dados de um conjunto de dados público, desbalanceado e rotulado de imagens de ressonância magnética de diferentes fatias horizontais do cérebro. Aquela que apresentou melhor acurácia é comparada a uma linha de base consistindo de um classificador (SVM) treinado com um vetor de características extraído de um ResNet-50 usando os mesmos dados de treinamento. A rede rasa final obteve uma acurácia de 78,5% para o conjunto de teste contra 49,80% da linha de base, além de superá-la na classificação de cada uma das 4 classes. Observou-se também que a técnica de aumento de dados mitigou o problema de desbalanceamento das classes e que o dropout aumentou em 8,05% na acurácia do conjunto de teste. Assim, foi possível treinar uma rede neural convolucional capaz de predizer o estágio da doença de Alzheimer a partir de imagens de ressonância magnética de cérebros com acurácia maior que a linha de base definida e com uma ligeira dificuldade de classificação da doença nos seus estágios inicias (mild demented e very mild demented), condizendo com a dificuldade enfrentada por médicos em seus diagnósticos.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2022
-
ABNT
ISHIBE, Eder Issao. Aprendizado de características para classificação de imagens de ressonância magnética da doença de Alzheimer. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/6db7b111-989f-44dc-8a58-3ddb0234be75/Eder%20Issao%20Ishibe_Aprendizado%20de%20caracter%C3%ADsticas%20para%20classifica%C3%A7%C3%A3o%20de%20imagens_206300.pdf. Acesso em: 17 mar. 2025. -
APA
Ishibe, E. I. (2022). Aprendizado de características para classificação de imagens de ressonância magnética da doença de Alzheimer (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/6db7b111-989f-44dc-8a58-3ddb0234be75/Eder%20Issao%20Ishibe_Aprendizado%20de%20caracter%C3%ADsticas%20para%20classifica%C3%A7%C3%A3o%20de%20imagens_206300.pdf -
NLM
Ishibe EI. Aprendizado de características para classificação de imagens de ressonância magnética da doença de Alzheimer [Internet]. 2022 ;[citado 2025 mar. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/6db7b111-989f-44dc-8a58-3ddb0234be75/Eder%20Issao%20Ishibe_Aprendizado%20de%20caracter%C3%ADsticas%20para%20classifica%C3%A7%C3%A3o%20de%20imagens_206300.pdf -
Vancouver
Ishibe EI. Aprendizado de características para classificação de imagens de ressonância magnética da doença de Alzheimer [Internet]. 2022 ;[citado 2025 mar. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/6db7b111-989f-44dc-8a58-3ddb0234be75/Eder%20Issao%20Ishibe_Aprendizado%20de%20caracter%C3%ADsticas%20para%20classifica%C3%A7%C3%A3o%20de%20imagens_206300.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Eder Issao Ishibe_Aprendi... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
