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 | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
Autor(es): dc.contributor | Bugatti, Pedro Henrique | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/2177467029991118 | - |
Autor(es): dc.contributor | Paschoal, Alexandre Rossi | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5834088144837137 | - |
Autor(es): dc.contributor | Silva, Marcelo Ponciano da | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5460455448058206 | - |
Autor(es): dc.contributor | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
Autor(es): dc.contributor | Sanches, Silvio Ricardo Rodrigues | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/9931293076574399 | - |
Autor(es): dc.creator | Batista, Lucas Garcia | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:03:12Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:03:12Z | - |
Data de envio: dc.date.issued | 2022-12-06 | - |
Data de envio: dc.date.issued | 2022-12-06 | - |
Data de envio: dc.date.issued | 2022-02-24 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/30266 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1088103 | - |
Descrição: dc.description | According to the National Cancer Institute, among all malignant tumors, non-melanoma skin cancer and melanoma are the most frequent in Brazil. Despite having a lower incidence, compared to the non-melanoma type, the melanoma type has accelerated growth and greater lethality. Early diagnosis helps in the treatment and cure of patients. Several studies have been carried out in recent years in the area of computer vision to assist in the early diagnosis of skin cancer. Deep learning approaches, using convolutional neural network architectures through transfer of learning, have been widely adopted. Despite presenting significant results, a large amount of annotated training data is needed. However, obtaining labeled data by a specialist is not feasible in the case of large data sets. Active learning approaches make it possible to select a small set of more informative data for classifier training. Therefore, this research project explores active learning approaches, including the proposal and validation of selection strategies of more informative samples for the classification of skin lesions. | - |
Descrição: dc.description | Segundo o Instituto Nacional de Câncer, dentre todos os tumores malignos, o câncer de pele não-melanoma e melanoma são os mais frequentes no Brasil. Apesar de apresentar menor incidência, em relação ao tipo não-melanoma, o tipo melanoma apresenta crescimento acelerado e maior letalidade. O diagnóstico precoce ajuda no tratamento e na cura dos pacientes. Vários estudos têm sido realizados nos últimos anos na área de visão computacional para auxiliar no diagnóstico precoce do câncer de pele. Abordagens de aprendizado profundo, utilizando arquiteturas de redes neurais convolucionais por meio de transferência de aprendizado, têm sido largamente adotadas. Apesar de apresentarem resultados significativos, é necessária uma grande quantidade de dados de treinamento anotados. No entanto, a obtenção de dados rotulados por um especialista torna-se inviável em se tratando de grandes conjuntos de dados. Abordagens de aprendizado ativo possibilitam selecionar um pequeno conjunto de dados mais informativos para o treinamento do classificador. Portanto, o presente projeto de pesquisa explora abordagens de aprendizado ativo, incluindo a proposta e a validação de estratégias de seleção de amostras mais informativas para classificação de lesões de pele. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Informática | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Câncer - Diagnóstico | - |
Palavras-chave: dc.subject | Processamento de imagens | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Cancer - Diagnosis | - |
Palavras-chave: dc.subject | Image processing | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Análise e classificação de lesões de pele por meio de estratégias de aprendizado ativo | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: