Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Classificação de esquizofrenia com base em máquinas de suporte vetorial aplicadas a características de imagens de ressonância magnética
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/634746
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Miosso, Cristiano Jacques | - |
| Autor(es): dc.creator | Cruz, Bartholomeu Ferreira da | - |
| Data de aceite: dc.date.accessioned | 2021-10-14T18:34:08Z | - |
| Data de disponibilização: dc.date.available | 2021-10-14T18:34:08Z | - |
| Data de envio: dc.date.issued | 2016-07-21 | - |
| Data de envio: dc.date.issued | 2016-07-21 | - |
| Data de envio: dc.date.issued | 2016-07-21 | - |
| Data de envio: dc.date.issued | 2015-06-22 | - |
| Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/20951 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.26512/2015.06.D.20951 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/634746 | - |
| Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015. | - |
| Descrição: dc.description | A Esquizofrenia constitui um transtorno psíquico grave, apresentando manifestações em geral no final da adolescência e sendo um grande enigma, por não serem conhecidas suas causas concretas. Os transtornos esquizofrênicos caracterizam-se geralmente por deformidade nas características do pensamento e de percepção do real. O diagnóstico da doença é estritamente clínico e feito pelo psiquiatra com base na anamnese do paciente. O diagnóstico precoce dessa doença é essencial para o bem-estar do paciente e de seus familiares, trazendo melhor controle dos sintomas e melhor convívio social. Entretanto, o diagnóstico é muito complexo, pois os sintomas variam com o tempo e de pessoa para pessoa, e os indivíduos muitas vezes não se consideram doentes. Consequentemente, é comum que o tratamento se inicie tardiamente, quando a qualidade de vida já foi impactada. Por outro lado, evidências recentes descritas na literatura científica sugerem alterações anatômicas perceptíveis no cérebro de pacientes esquizofrênicos. Essas evidências são passíveis de serem observadas em imagens estruturais de ressonância magnética nuclear, o que sugere a utilização deste tipo de imagem para auxílio de diagnóstico. Nesse contexto, esta pesquisa propõe o desenvolvimento e a avaliação de um sistema para classificação de imagens de ressonância magnética para auxiliar de forma coadjuvante o diagnóstico clínico da doença. Neste sentido, foi realizado um plano de procedimentos para o desenvolvimento do classificador com base em máquinas de suporte vetorial (SVM, do inglês support vector machines) aplicadas às características de imagens de ressonância magnética extraídas de um único corte do plano axial. Desse modo, os procedimentos experimentais abrangem a escolha do corte axial, os pontos de extração, normalizações dos dados, análise MANOVA, testes de hipótese para escolha das estruturas anatômicas mais relevantes à classificação, treinamento do classificador de padrões em SVM e validações do classificador pela análise das medidas estatísticas de desempenho (verdadeiros positivos, verdadeiros negativos, falsos positivos, falsos negativos, acurácia, precisão, sensibilidade e especificidade). Foram realizadas comparações estatísticas entre as dimensões anatômicas de pacientes controles e esquizofrênicos, tanto em valores absolutos quanto em valores relativos às dimensões do cérebro. Neste último caso, foram testados quatro tipos de normalização das medidas -- considerando (i) a distância entre os pontos extremos do cérebro na vertical da imagem no corte analisado (altura), (ii) a distância entre os pontos extremos do cérebro na horizontal da imagem no corte analisado (largura), (iii) a norma dos comprimentos associados à altura e à largura, (iv) a dimensão (dentre altura e largura) na dimensão mais alinhada com cada estrutura anatômica em estudo. Os melhores resultados de classificação foram obtidos utilizando a normalização (i) de cada medida, e selecionando para o classificador apenas as estruturas para as quais haviam sido encontradas diferenças estatisticamente significativas entre esquizofrênicos e não-esquizofrênicos (com p < 0,05). O classificador submetido a estas entradas foi treinado com um percentual de todas as imagens disponíveis no banco de dados -foram avaliados os treinamentos com 60%, 65%, 70%, 80% das imagens. Para cada percentual, foram usadas para o treinamento até 50000 combinações de imagens de treinamento, e selecionou-se o sistema melhor treinado para a validação do sistema com as imagens não usadas no treinamento. Nessa situação, a taxa de erro do sistema melhor treinado foi de 6,7%. Assim, pode-se sugerir a utilização desta metodologia de classificação de esquizofrenia como exame complementar para auxiliar o diagnóstico clínico. Desse modo, compete frisar a importância do diagnóstico precoce nesses casos, para agilizar o procedimento terapêutico e preservar a qualidade de vida do paciente e dos seus familiares. | - |
| Descrição: dc.description | Schizophrenia is a psychic disorder, presenting it's symptoms generally at the end of the adolescence and being a wide enigma due to the fact of the not well known concrete causes of it. The schizophrenia's disorders are characterized, in general, as a deformed perception of the reality and character of thinking. The diagnosis of the disease is strictly clinical and made by a psychiatrist, based on the anamneses of the patient. The premature diagnosis of this disease is essential for a comfortable life for the patient and its familiars, bringing improvements on the control of the symptoms and better social life's interactions. Indeed, the diagnosis is very complex because the symptoms change through the time and through the people, and the patients, mostly don't consider themselves as sick. Consequently, it's common that the treatment starts later than it should, and then the life quality of the person had already been impacted. Looking from another point, recent evidences described on the scienti_c literature propose perceptible anatomic changes on the schizophrenia patients brains. Those evidences are insusceptible of being observed on structure images of the nuclear magnetic resonance, that proposes the usage of this type of image to help the diagnosis. In that context, this research proposes the development and evaluation of a system for classifying the magnetic resonance's images to assist, in a supporting way ,the clinical diagnosis of the disease. In this sense, it has been made a proceedings project for the development of a classi_er based on support vector machines(SVM) applied to the magnetic resonance's pictures cut from a singular axial frame. In that way, the experimental proceedings cover the action of choosing the axial cut, the extraction points, the data normalization, MANOVA test,the hypothetical test to select the most relevant anatomic structures for the classi_cation, the classi_er of standards' training on SVM and validations of the classi_er by the analysis of the statistics of behavior's measures (true positives, true negatives, false positives, false negatives, accuracy, precision, sensibility and speci_city). Statistics comparisons between anatomic dimensions of control patients and the schizophrenic ones, were made both in absolute values and relative values to the brain's dimensions. In that last case, were tested four types of measure's normalizations-considering ;(i) the distance between the extreme points of the brain, on vertical at the analyzed cut's picture; (ii) the distance between the extreme point of the brain, on horizontal at the analyzed cut's picture (width); (iii) the length's norm associated by the height and the width;(iv) the dimension(between height and width) on the dimension more aliened with each anatomic structure in study. The best results of classi_cation were gotten using the normalization (i) of each measure, and selecting for the classi_er, only the structures which has been found statistically signi_cant di_erences between schizophrenics and non schizophrenics (with p<0,05). The classi_er submitted at these entries, were trained with a percentage of every image available at the data bank- were evaluated the trainings with 60%, 65%, 70%, and 80% of the images. For each percentage, were explored for the training up to 50000 combination of training images, and the best trained system was selected for the validation of the system with the non used pictures at the training. In that situation, the error rate of the best trained system was of 6,7%. Therefore, it can be suggested the utilization of this methodology of classi_cation of the schizophrenia as a trigger for supporting the clinical diagnosis. In that way, it is important to crimp the importance of the premature diagnosis in those cases, for making the therapeutic proceeding faster and maintaining the life's quality of the patient and its belongings. | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Esquizofrenia - tratamento | - |
| Palavras-chave: dc.subject | Ressonância magnética | - |
| Palavras-chave: dc.subject | Esquizofrenia - diagnóstico | - |
| Título: dc.title | Classificação de esquizofrenia com base em máquinas de suporte vetorial aplicadas a características de imagens de ressonância magnética | - |
| Título: dc.title | Schizophrenia classification based on support vector machine applied the characteristics of imaging resonance magnetic | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo