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 | Ara, Anderson Luiz | - |
Autor(es): dc.contributor | Fernandes, Jovanir Inês Müller, 1969- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
Autor(es): dc.creator | Schneider, Dhiego Mateus | - |
Data de aceite: dc.date.accessioned | 2025-09-01T11:52:59Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T11:52:59Z | - |
Data de envio: dc.date.issued | 2024-10-20 | - |
Data de envio: dc.date.issued | 2024-10-20 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/90326 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/90326 | - |
Descrição: dc.description | Orientador: Prof. Dr. Anderson Luiz Ara Souza | - |
Descrição: dc.description | Coorientadora: Profª Drª Jovanir Inês Müller Fernandes | - |
Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo: Após a proibição dos antimicrobianos promotores de crescimento pelaUnião Europeiaem 2016, as pesquisas sobre saúde intestinal ganharam destaque na avicultura. Atualmente, umdos centros de pesquisa de destaque na área é o Laboratório de Experimentação Avícola (LEA) da UFPR-Setor Palotina que realiza pesquisas voltadas a produção e nutrição de frangos de corte. Entre as análises realizadas está a morfometria, que avalia a saúde intestinal de frangos de corte submetidos a experimentos nutricionais. Esta análise envolve a visualização e classificação de imagens microscópicas de cortes histológicos de porções intestinais (jejuno, íleo e duodeno) das aves. No entanto, o processo de análise das imagens obtidas é totalmente manual e depende exclusivamente da habilidade do avaliador impactando na qualidade e o diagnóstico preciso quanto ao grau de saudabilidade do intestino das aves. Redes Neurais Convolucionais (CNNs) são projetadas para processar dados em grade, como imagens, e visam otimizar a classificação dessas imagens, aumentando a precisão e a velocidade da avaliação. Dessa forma, o objetivo deste trabalho foi criar um modelo de Rede Neural Convolucional (CNN) para classificar as imagens microscópicas dos cortes histológicos intestinais (jejuno, íleo e duodeno) por meio da aplicação de uma Rede Neural Convolucional, visando obter um método mais eficiente para avaliar a saúde intestinal das aves. | - |
Descrição: dc.description | Abstract: After the European Union banned growth-promoting antimicrobials in 2016, research on intestinal health gained prominence in poultry farming. Currently, one of the leading research centers in this area is the Poultry Experimentation Laboratory (LEA) at UFPR-Setor Palotina, which conducts research focused on the production and nutrition of broiler chickens. Among the analyses performed is morphometry, which evaluates the intestinal health of broilers subjected to nutritional experiments. This analysis involves the visualization and classification of microscopic images of histological sections of the intestinal portions (jejunum, ileum, and duodenum) of the birds. However, the process of analyzing the obtained images is entirely manual and relies exclusively on the evaluator’s skill, impacting the quality and precise diagnosis regarding the intestinal health of the birds. Convolutional Neural Networks (CNNs) are designed to process grid-like data, such as images, and aim to optimize the classification of these images, increasing the accuracy and speed of the evaluation. Therefore, the objective of this study was to create a Convolutional Neural Network (CNN) model to classify microscopic images of histological intestinal sections (jejunum, ileum, and duodenum) by applying a Convolutional Neural Network, aiming to obtain a more efficient method to evaluate the intestinal health of the birds. | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Rede neural convolucional | - |
Palavras-chave: dc.subject | Frango de corte | - |
Título: dc.title | Classificação de imagens microscópicas do intestino de frangos de corte usando Rede Neural Convolucional | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
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: