Detecção de câncer de mama por meio de análise de imagem com os descritores de Haralick e aprendizado de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorYaginuma, Karina Yuriko-
Autor(es): dc.creatorSilva, Carla Estefany Caetano-
Data de aceite: dc.date.accessioned2025-01-03T11:42:42Z-
Data de disponibilização: dc.date.available2025-01-03T11:42:42Z-
Data de envio: dc.date.issued2024-11-21-
Data de envio: dc.date.issued2024-11-21-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/35448-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/920291-
Descrição: dc.descriptionEste trabalho de conclusão de curso aborda a detecção de câncer de mama por meio de técnicas de processamento de imagem e aprendizado de máquina. O objetivo é desenvolver um modelo de classificação capaz de analisar as mamografias e auxiliar radiologistas no diagnóstico precoce de possíveis casos de câncer de mama. A metodologia proposta envolve etapas de segmentação binária para identificação de regiões de interesse, extração de descritores de Haralick para caracterização das características das regiões, e utilização de modelos de aprendizado de máquina para a classificação dos casos. A implementação e avaliação da metodologia será realizada em um conjunto de dados clínicos relevantes, com o intuito de validar a eficácia do sistema proposto no auxílio ao diagnóstico de câncer de mama. Os resultados obtidos para imagens de compressão médio lateral, o melhor modelo foi o Adaboost que se destacou com 85,71% de acurácia, 87,50% de sensibilidade e 83,93% de especificidade. Já para as imagens do tipo crânio caudal o melhor modelo foi o KNN destacando-se com uma acurácia de 88,39%, sensibilidade de 91,07% e especificidade de 85,71%. Os modelos criados, alcançaram resultados desejáveis, contudo, embora os resultados não tenham atingindo patamares ideias, os objetivos deste estudo foram alcançados. E é evidente que existe um potencial significativo para melhorar futuramente.-
Descrição: dc.description57 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectDescritores de Haralick-
Palavras-chave: dc.subjectSegmentação binária-
Palavras-chave: dc.subjectAprendizado de máquinas-
Palavras-chave: dc.subjectCâncer de mama-
Palavras-chave: dc.subjectNeoplasia da mama-
Palavras-chave: dc.subjectAprendizado de máquina-
Título: dc.titleDetecção de câncer de mama por meio de análise de imagem com os descritores de Haralick e aprendizado de máquina-
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.