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 FOR MEDICAL IMAGING EXAMINATIONS Autor: MARCOS VINICIUS ARAUJO ALMEIDA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
AUGUSTO CESAR ESPINDOLA BAFFA - ADVISOR
Nº do Conteudo: 65879
Catalogação: 12/01/2024 Liberação: 12/01/2024 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
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 FOR MEDICAL IMAGING EXAMINATIONS Autor: MARCOS VINICIUS ARAUJO ALMEIDA
Nº do Conteudo: 65879
Catalogação: 12/01/2024 Liberação: 12/01/2024 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
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:
Convolutional Neural Networks (CNNs) represent a significant advancement in the field of medical imaging, redefining diagnostic and analytical methods. Their effectiveness is particularly notable in the identification and classification of abnormalities, promoting the early detection of conditions suchas cancer, brain injuries, and cardiac issues. In this thesis, CNN-based models were compared to decide the most efficient one for the task of classifying pulmonary X-ray images, aimed at diagnosing the presence or absence of pneumonia. This work highlighted the potential of CNNs in practical applications,underscoring their relevance and efficacy in image-based medical diagnosis.
| Descrição | Arquivo |
| COMPLETE |
