XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DEEP LEARNING PARA EXAMES MÉDICOS DE IMAGEM Autor: MARCOS VINICIUS ARAUJO ALMEIDA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
AUGUSTO CESAR ESPINDOLA BAFFA - ORIENTADOR
Nº do Conteudo: 65879
Catalogação: 12/01/2024 Liberação: 12/01/2024 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65879&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65879&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.65879
Resumo:
Título: DEEP LEARNING PARA EXAMES MÉDICOS DE IMAGEM Autor: MARCOS VINICIUS ARAUJO ALMEIDA
Nº do Conteudo: 65879
Catalogação: 12/01/2024 Liberação: 12/01/2024 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65879&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65879&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.65879
Resumo:
As Redes Neurais Convolucionais (CNNs) representam um avanço significativo no campo de imagens médicas, redefinindo os métodos de diagnóstico
e análise. Sua eficácia se destaca na identificação e classificação de anormalidades, facilitando a detecção precoce de condições como câncer, lesões cerebrais e problemas cardíacos. Nessa tese, foram comparados modelos baseados
em CNNs para determinar o mais eficiente na tarefa de classificar imagens de
raio-X pulmonares, com o objetivo de diagnosticar a presença ou ausência de
pneumonia. Este trabalho destacou o potencial das CNNs em aplicações práticas, evidenciando sua relevância e eficácia no diagnóstico médico por imagem.
| Descrição | Arquivo |
| NA ÍNTEGRA |
