Banca de DEFESA: FERNANDO HUMBERTO DE ALMEIDA MORAES NETO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : FERNANDO HUMBERTO DE ALMEIDA MORAES NETO
DATA : 19/02/2020
HORA: 10:00
LOCAL: Auditório do Instituto de Matemática e Estatística
TÍTULO:

Combinação de redes neurais convolucionais para classificação de imagens de mamografias

PALAVRAS-CHAVES:

Redes Nneurais convolucionais, Transferência de aprendizado, combinação de modelos, câncer.

PÁGINAS: 90
RESUMO:

Câncer é o nome dado a um conjunto de mais de 100 doenças que têm em comum o crescimento desordenado de células que invadem tecidos e órgãos, conforme o Instituto Nacional do Câncer (INCA). Em 2018, foram diagnosticados, aproximadamente, 18 milhões de novos casos de câncer no mundo. Dentre estes, o câncer de mama é o que mais atinge mulheres no mundo inteiro. No Brasil, no biênio 2018-2019, as estimativas de incidência de câncer de mama são de 59.700 casos novos, sendo 29,5% dos cânceres em mulheres, conforme o INCA. Uma maneira de diagnosticar o câncer de mama, é pela captura de imagens radiográficas (mamografias) para pacientes com alto risco. A mamografia é capaz de identificar alterações suspeitas de câncer antes do surgimento dos sintomas e sua análise é feita por radiologistas, que verificam a existência do câncer na mama. Uma forma de auxiliar esses profissionais a classificar as imagens de mamografia é utilizar algumas técnicas computacionais. O diagnóstico baseado nas técnicas computacionais pode ajudar o médico a tomar uma decisão mais precisa.
Uma técnica computacional muito utilizada para analizar imagens são as Redes Neurais Convolucionais, a sua utilização pode melhorar o diagnóstico do câncer de mama auxiliando os radiologistas e médicos. Este trabalho tem o objetivo geral de demonstrar os benefícios da implementação de CNN’s para predição de câncer em dados de radiografias. Para isso foi utilizada uma base de dados cedida pelo hospital oncológico ACCamargo que é especializado no diagnóstico, tratamento e pesquisa de câncer. Utilizou-se uma combinação de modelos com transferência de aprendizado passa classificar essas imagens obtendo uma ACC de 84.66%.

MEMBROS DA BANCA:
Presidente - 2420269 - RICARDO FERREIRA DA ROCHA
Externo à Instituição - FRANCISCO LOUZADA NETO
Externo à Instituição - VINICIUS FERNANDO CALSALVARA