Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Estatística
Título: DC-UNET PARA SEGMENTAÇÃO DE LESÕES DE SUBSTÂNCIA BRANCA
Autor(es): SUEMY INAGAKI PINHEIRO FAGUNDES
Colaborador(es): MARCELO GATTASS - Orientador
LUIZ FERNANDO TRINDADE SANTOS - Coorientador
Catalogação: 14/NOV/2023 Língua(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] 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.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=64865@1
[en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=64865@2
DOI: https://doi.org/10.17771/PUCRio.acad.64865
Resumo:
Técnicas de análise e de segmentação de imagens de ressonância magnética de cérebros vêm sendo amplamente exploradas. A interpretação manual da imagem do cérebro é bastante trabalhosa e depende diretamente da avaliação do operador. Assim, algumas automatizações foram propostas previamente, mas, recentemente, o estudo da automatização usando Deep Learning tem ganhado destaque. Nesse contexto, propomos um modelo de redes neurais com arquitetura DC-UNet para a segmentação lesões na substância branca em imagens do cérebro.
Descrição: Arquivo:   
NA ÍNTEGRA PDF