APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA O DIAGNÓSTICO POR IMAGEM DE TÓRAX

Página do item simplificado
dc.contributor.advisorMorales, Aran Bey Tcholakian
dc.contributor.authorAdriel Henrique de Mello Kirch
dc.coverage.spatialPalhoçapt_BR
dc.date.accessioned2023-06-25T14:01:22Z
dc.date.available2023-06-25T14:01:22Z
dc.date.issued2023-06-13
dc.description.abstractO objetivo deste projeto é desenvolver uma arquitetura de rede neural artificial, fazendo-se uso das ferramentas Keras e TensorFlow a fim de classificar imagens de raios X do tórax em três categorias diferentes: Normal, Pneumonia e Covid-19. O objetivo central é construir um modelo, uma arquitetura de deep learning com uma acurácia entre 90% e 96% para uma situação realista, para contribuir na obtenção de um diagnóstico preciso e rápido, sendo assim os médicos proporcionarão um tratamento de acordo com o diagnóstico obtido. É importante ressaltar que este projeto de pesquisa não se destina a substituir a atividade médica, mas sim a servir como uma ferramenta adicional para ajudá-los a acelerar o processo de diagnóstico. Ao aproveitar o poder da inteligência artificial, espera-se obter uma alta acurácia para diagnosticar os pacientes e fornecer cuidados médicos mais eficientes e eficazes. Assim, não se trata da substituição do radiologista pelo algoritmo inteligente, mas sim uma ferramenta complementar no diagnóstico por imagem.pt
dc.description.abstractThe objective of this project is to develop an artificial neural network architecture, using Keras and TensorFlow tools, to classify chest X-ray images into three different categories: Normal, Pneumonia, and Covid-19. The main goal is to build a deep learning model with an accuracy between 90% and 96% for a realistic scenario, in order to contribute to obtaining an accurate and fast diagnosis, enabling doctors to provide treatment based on the obtained diagnosis. It is important to emphasize that this research project is not intended to replace medical activity but rather to serve as an additional tool to assist them in accelerating the diagnostic process.By harnessing the power of artificial intelligence, it is expected to achieve high accuracy in diagnosing patients and provide more efficient and effective medical care. Therefore, it is not about replacing the radiologist with an intelligent algorithm but rather providing a complementary tool in image diagnosis.en
dc.format.extent78pt_BR
dc.identifier.urihttps://repositorio.animaeducacao.com.br/handle/ANIMA/33564
dc.language.isoptpt_BR
dc.rightsAtribuição 3.0 Brasil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectProcessamento de imagens médicaspt_BR
dc.subjectMedical image processingpt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectMachine learningpt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectArtificial Neural networkingpt_BR
dc.titleAPLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA O DIAGNÓSTICO POR IMAGEM DE TÓRAXpt_BR
dc.title.alternativeAPPLICATION OF ARTIFICIAL NEURAL NETWORKS FOR CHEST IMAGE DIAGNOSISpt_BR
dc.typeMonografiapt_BR
local.author.cursoSistemas de Informaçãopt_BR
local.author.unidadePedra Branca / UNISULpt_BR
local.contributor.coadvisorLuz, Théo Augustus
local.dateissued.semester1pt_BR
local.modalidade.estudoPresencialpt_BR
local.rights.policyAcesso abertopt_BR
local.subject.areaCiências Exatas e da Terrapt_BR
local.subject.areaanimaTI & Computaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
TCC_Adriel Henrique de Mello Kirch - final version.docx.pdf
Tamanho:
3.62 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
923 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Sistemas de Informação
Direitos autorais © 2023 ÂNIMA.
Todos os direitos reservados.