$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES 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.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: DC-UNET FOR WHITE MATTER LESIONS SEGMENTATION
Autor: SUEMY INAGAKI PINHEIRO FAGUNDES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCELO GATTASS - ADVISOR
LUIZ FERNANDO TRINDADE SANTOS - CO-ADVISOR

Nº do Conteudo: 64865
Catalogação:  14/11/2023 Idioma(s):  ENGLISH - UNITED STATES
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=64865@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=64865@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.64865

Resumo:
Analysis and segmentation techniques of magnetic resonance images of the brain have been widely explored. Manual interpretation of the brain image is quite time-consuming and directly depends on the operator’s assessment. Thus, some automations were previously proposed, but recently, the study of automation using Deep Learning has gained prominence. In this context, we propose a model of neural networks with DC-UNet architecture for the segmentation of lesions in white matter in brain images.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui