Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Andrade, Mauren Louise Sguario Coelho de | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1745-7299 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/2322596810080873 | - |
Autor(es): dc.contributor | Siqueira, Hugo Valadares | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1278-4602 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6904980376005290 | - |
Autor(es): dc.contributor | Guimarães, Alaine Margarete | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-9151-8643 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4366472400277640 | - |
Autor(es): dc.contributor | Morais, Erikson Freitas de | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-0845-7457 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/1716165820460791 | - |
Autor(es): dc.contributor | Aires, Simone Bello Kaminski | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-3346-2693 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4283126175158861 | - |
Autor(es): dc.contributor | Andrade, Mauren Louise Sguario Coelho de | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1745-7299 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/2322596810080873 | - |
Autor(es): dc.creator | Skeika, Everton Leonardo | - |
Data de aceite: dc.date.accessioned | 2022-02-21T22:18:25Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T22:18:25Z | - |
Data de envio: dc.date.issued | 2020-02-13 | - |
Data de envio: dc.date.issued | 2020-02-13 | - |
Data de envio: dc.date.issued | 2019-11-18 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/4714 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/672239 | - |
Descrição: dc.description | Ultrasonography is a non-invasive, non-radioactive diagnostic imaging technique often used to monitor fetal development during pregnancy. An accurate assessment is important for the analysis of fetal growth, malformations diagnosis and possible congenital diseases, thus ensuring the well-being of the mother and fetus during pregnancy. However, accurate measurement of fetal anatomical structures requires specialized knowledge of the obstetrician. In addition to being a tedious and timeconsuming process, contour extraction is influenced by his experience. Given this issue in mid-2018, the HC18 challenge was launched to challenge researchers in the field to develop an algorithm that can automatically measure head circumference using two-dimensional ultrasound images. In this sense, this work proposes a solution to the challenge consisting of an adaptation of the Fully Convolutional Neural Network V-Net. To serve this objective, a methodology was built consisting of some steps, such as performing the pre-processing in the dataset provided by the challenge, changes in the network structure for better segmentation of images, the construction of an algorithm for post-processing of inefficient segmentation, the implementation of an algorithm for calculating the ellipses resulting from segmentation. Subsequently, the results obtained by the proposed methodology were submitted to the challenge. According to the classification obtained, it is shown that it is possible to use the V-Net network for this type of problem. | - |
Descrição: dc.description | A ultrassonografia é uma técnica de diagnóstico por imagem não invasiva e não radioativa frequentemente utilizada no acompanhamento do desenvolvimento fetal durante a gestação. A avaliação precisa da biometria fetal é importante para a análise do crescimento do feto, diagnóstico de malformações e de possíveis doenças congênitas, garantindo assim o bem-estar da mãe e do feto durante a gestação. Porém, para uma medição precisa de estruturas anatômicas do feto é necessário conhecimento especializado do médico obstetra. Além de ser um processo tedioso e demorado, a extração do contorno é influenciada pela sua experiência. Dada esta problemática, em meados de 2018 foi lançado o desafio HC18 com objetivo de desafiar pesquisadores da área a projetar um algoritmo que possa medir automaticamente a circunferência da cabeça do feto mediante imagens de ultrassonografia bidimensionais. Neste sentido, este trabalho propôs uma solução ao desafio consistindo de uma adaptação da rede Neural Completamente Convolucional V-Net. Para atender o objetivo foi construída uma metodologia consistindo de algumas etapas como, por exemplo, a realização de pré-processamento no dataset disponibilizado pelo desafio, alterações na estrutura da rede para uma melhor segmentação das imagens, a construção de um algoritmo para pós-processamento das segmentações ineficientes e a implementação de um algoritmo para os cálculos das elipses resultantes da segmentação. Posteriormente, os resultados obtidos pela metodologia proposta foram submetidos ao desafio. Conforme a classificação obtida, demonstra-se que é possível a utilização da rede V-Net para este tipo de problema. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Ponta Grossa | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Ciência da Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Ultrassonografia | - |
Palavras-chave: dc.subject | Craniometria | - |
Palavras-chave: dc.subject | Aprendizagem | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Ultrasonic imaging | - |
Palavras-chave: dc.subject | Craniometry | - |
Palavras-chave: dc.subject | Learning | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Engenharia/Tecnologia/Gestão | - |
Título: dc.title | Utilização de redes neurais completamente convolucionais para identificação e medição de crânios fetais | - |
Título: dc.title | Use of fully convolutional neural network for identification and measurement of fetal skulls | - |
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: