Uma rede U-Net modificada para segmentação de lesões de pele em imagens dermatoscópicas.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCámara Chávez, Guillermo-
Autor(es): dc.contributorOliveira, Roberta Barbosa-
Autor(es): dc.contributorCámara Chávez, Guillermo-
Autor(es): dc.contributorOliveira, Roberta Barbosa-
Autor(es): dc.contributorFerreira, Anderson Almeida-
Autor(es): dc.contributorSaúde, André Vital-
Autor(es): dc.creatorAraujo, Graziela Silva-
Data de aceite: dc.date.accessioned2025-08-21T15:08:27Z-
Data de disponibilização: dc.date.available2025-08-21T15:08:27Z-
Data de envio: dc.date.issued2023-03-14-
Data de envio: dc.date.issued2023-03-14-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/jspui/handle/123456789/16354-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1003303-
Descrição: dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionO diagnóstico auxiliado por computador pode ser viável para o diagnóstico precoce de câncer de pele. Para isso a tarefa de segmenta- ção de imagem desempenha um papel importante. A segmentação de uma imagem é um processo do qual a imagem é dividida, e a região de interesse é destacada, nesse caso, a lesão de pele pigmentada é segmentada. A segmentação de imagens dermatoscópicas é um desa- fio para os métodos tradicionais de segmentação e também para os métodos de aprendizado de máquina devido às diferentes condições de imagem. Há uma variação significativa na cor, textura, forma, tamanho e localização nas imagens dermatoscópicas. Além disso, po- dem conter imagens com variação de iluminação e diversos artefatos, como pelos, régua, bolhas de ar/óleo e amostra de cor. As imagens dermatoscópicas são adquiridas a partir de um dermatoscópio que permite que eventuais lesões possam ser visualizadas considerando estruturas nas camadas mais profundas da pele. Enfim, a arquitetura U-Net, é amplamente utilizada na literatura para segmentar imagens dermatoscópicas. O presente trabalho propõe um modelo baseado na arquitetura U-Net para segmentação de lesão de pele em imagens dermatoscópicas. Ainda, apresenta um estudo de ablação para jus- tificar as modificações feitas no modelo U-Net original, sendo elas, o número de épocas de treinamento, tamanho da imagem, funções de ativação e otimização, dropout e número de blocos convolucionais. Experimentos foram realizados nos conjuntos de dados ISIC 2017 e ISIC 2018 e mostram que é possível chegar a um modelo simples capaz de apresentar resultados competitivos em relação a outros trabalhos de última geração com os devidos ajustes em seus parâmetros.-
Descrição: dc.descriptionComputer-aided diagnosis may be feasible for early diagnosis of skin cancer. Therefore, the image segmentation task plays an im- portant role. Segmentation of an image is a process whereby the image is divided, and the region of interest is highlighted, in this case, the skin lesion is segmented. Segmentation of dermoscopic images is a challenge for traditional segmentation methods as well as ma- chine learning methods due to different imaging conditions. There is significant variation in color, texture, shape, size, and location in der- moscopic images. In addition, they can contain images with varying lighting and various artifacts, such as hair, ruler, air/oil bubbles, and color sample. Dermoscopic images are acquired from a dermoscopy that allows possible lesions to be visualized considering structures in the skin. Finally, the U-Net architecture is widely used in the litera- ture to segment dermoscopic images. The present work proposes a model based on the U-Net architecture for skin lesion segmentation in dermoscopic images. Furthermore, it presents an ablation study to jus- tify the modifications made in the original U-Net model, namely, the number of training epochs, image size, activation and optimization functions, dropout, and a number of convolutional blocks. Experi- ments were carried out on the ISIC 2017 and ISIC 2018 datasets and show that it is possible to arrive at a simple model capable of presen- ting competitive results in relation to other state-of-the-art works with the necessary adjustments in its parameters.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/3.0/us/-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 08/03/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectRedes neurais - computação-
Palavras-chave: dc.subjectProcessamento de imagens-
Título: dc.titleUma rede U-Net modificada para segmentação de lesões de pele em imagens dermatoscópicas.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.