
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Papa, João Paulo | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Santos, Marcel Koenigkam | - |
| Autor(es): dc.creator | Paulo, Kaio Henrique Avelino Domeni de | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T19:19:58Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T19:19:58Z | - |
| Data de envio: dc.date.issued | 2024-11-21 | - |
| Data de envio: dc.date.issued | 2024-11-21 | - |
| Data de envio: dc.date.issued | 2024-11-11 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/258263 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/258263 | - |
| Descrição: dc.description | A radiografia simples do tórax representa na maioria das situações o primeiro exame radiológico na avaliação das doenças torácicas e pulmonares. Grande parte das doenças broncopulmonares se apresentam na radiografia como opacidades, como é o caso da tuberculose, infecções fúngicas, doenças intersticiais pulmonares, câncer de pulmão e as pneumonias virais. Técnicas de aprendizado de máquina vêm sendo aplicadas para auxiliar na detecção de alterações nos exames de imagem, mas a falta de exames de radiografia anotados de pacientes com infecção fúngica em bases de dados torna difícil a sua classificação. O objetivo desta pesquisa é testar e aprimorar Redes Neurais Convolucionais para auxílio ao diagnóstico de pacientes com infecções fúngicas e neoplasia, utilizando uma base de dados anotada de exames de radiografia fornecidos pelo Hospital das Clínicas de Ribeirão Preto. Para tal, foram testados diferentes técnicas de processamento de imagem e Ensemble com o intuito de maximizar a acurácia e evitar o overfitting do modelo, concluindo com o desenvolvimento de uma interface que simule uma ferramenta de auxílio computadorizado ao diagnóstico. | - |
| Descrição: dc.description | Chest X-ray is, in most cases, the first radiological exam used to evaluate thoracic and pulmonary diseases. A large number of bronchopulmonary diseases present in chest X-rays as opacities, such as tuberculosis, fungal infections, interstitial lung diseases, lung cancer, and viral pneumonias. Machine learning techniques have been applied to aid in the detection of abnormalities in imaging exams, but the lack of annotated Chest X-ray exams from patients with fungal infections in available databases makes classification challenging. The objective of this research is to test and improve Convolutional Neural Networks to assist in the diagnosis of patients with fungal infections and neoplasia, using an annotated Chest X-ray dataset provided by the Hospital das Clínicas of Ribeirão Preto. For this purpose, different image processing techniques and Ensemble methods were tested to maximize accuracy and prevent model overfitting, concluding with the development of an interface simulating a computer-aided diagnosis tool. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | 2023/12569-0 | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
| Palavras-chave: dc.subject | Pneumonia Fúngica | - |
| Palavras-chave: dc.subject | Neoplasia | - |
| Palavras-chave: dc.subject | Redes Neurais Convolucionais | - |
| Palavras-chave: dc.subject | Radiografias do Tórax | - |
| Palavras-chave: dc.subject | CAD | - |
| Palavras-chave: dc.subject | Fungal Pneumonia | - |
| Palavras-chave: dc.subject | Convolutional Neural Networks | - |
| Palavras-chave: dc.subject | Chest Xrays | - |
| Título: dc.title | Inteligência artificial para auxílio no diagnóstico de infecções fúngicas e neoplasias pulmonares em radiografias torácicas | - |
| Título: dc.title | Artificial intelligence to aid in the diagnosis of fungal infections and lung neoplasms on chest x-rays | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: