Sistema para detecção de bordas em exames clínicos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMachado, Danubia de Araujo-
Autor(es): dc.contributorAmaral, Rafael Burlamaqui-
Autor(es): dc.creatorFreitas, Rômulo Ponciano da Silva-
Data de aceite: dc.date.accessioned2024-07-11T18:04:22Z-
Data de disponibilização: dc.date.available2024-07-11T18:04:22Z-
Data de envio: dc.date.issued2017-12-04-
Data de envio: dc.date.issued2017-12-04-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/5320-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/762969-
Descrição: dc.descriptionNo mundo de hoje a computação é algo que está inteiramente ligada ao nosso dia a dia. Cada vez mais utilizamos algoritmos com o propósito de evitar a perda de tempo. Assim, podemos focar nas partes mais essenciais deixando o trabalho repetitivo, padronizado e, às vezes, complicado, para as máquinas que conseguem desenvol-ver estas tarefas com velocidade e com uma pequena margem de erro. Em meio a tantas automatizações, existe a computação visual, que procura receber a informação do mundo visualizando-o através de imagens. Porém, para que estas imagens possam ser analisadas de maneira eficiente, antes, elas precisam passar por um processo de “limpeza” para eliminar borrões e informações não relevantes para a borda que se encontram na imagem. Essa limpeza é geralmente realizada por um filtro para então separar a ROI (Region of Interest), ou seja, a região considerada importante para determinada situação. Essa área será delimitada por uma borda que irá realçar seu interior do resto da imagem. É muito importante traçar bordas de maneira eficiente, pois estas bordas serão, em muitos casos, a imagem obtida como resultado. Então suponha que um exame te-nha tido bordas importantes que não foram detectadas. Isso pode gerar interpreta-ções erradas do profissional que estiver analisando aquele exame. Pode ser algo importante que não foi detectado e, consequentemente, não apareceria na imagem. Além disso, também é importante que a ROI seja muito bem definida, tanto para que não elimine uma parte da região que deveria estar inclusa, quanto para que o processamento da aplicação seja totalmente focado apenas no que é importante tornando a obtenção dos resultados mais rápida. Este trabalho busca segmentar imagens e aplicar algoritmos para detecção de bordas em exames médicos. Este tipo de algoritmo analisa os pixels de uma imagem e encontra as grandes variações de intensidade nestes pixels para determinar as bordas presentes. Isso aumenta o contraste entre a borda e o fundo, criando um contorno que realça a parte que será realmente analisada. Assim, os exames poderão ser avaliados de forma mais eficiente, já que a informação desejada estará em realce-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal Fluiminense-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAlgoritmo de canny-
Palavras-chave: dc.subjectSegmentação de imagem e computação gráfica-
Palavras-chave: dc.subjectSegmentação de imagem-
Palavras-chave: dc.subjectAlgoritmo computacional-
Palavras-chave: dc.subjectComputação gráfica-
Palavras-chave: dc.subjectExame clínico-
Título: dc.titleSistema para detecção de bordas em exames clínicos-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.