Busca avançada
Ano de início
Entree

PyIFT: processamento de imagem usando a transformada imagem-floresta em Python

Processo: 18/08951-8
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de junho de 2018
Vigência (Término): 31 de maio de 2019
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Alexandre Xavier Falcão
Beneficiário:Jordão Okuma Barbosa Ferraz Bragantini
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Sistemas de computação   Processamento de imagens   Algoritmos para imagens   Python   Análise de imagens   Modelagem computacional   Árvores florestais

Resumo

Python é uma linguagem interpretada que, graças ao auxílio de comunidades do mundo inteiro, pode ser utilizada para aplicações científicas, sendo a maior parte desses auxílios toolboxes de métodos computacionais adicionais. Este projeto tem por objetivo criar um toolbox Python, denominado PyIFT, para processamento e análise de imagens utilizando a Transformada Imagem-Floresta, assim usufruindo da tipagem dinâmica de Python para realizar testes e auxiliar no ensino e na pesquisa. Como alguns algoritmos que envolvem a Transformada Imagem-Floresta são interativos, este toolbox irá incluir ferramentas de interação dos métodos com os usuários, visualização da propagação de caminhos e rótulos (cores) das árvores da floresta, facilitando o entendimento, e integração com outros módulos Python utilizados pelo grupo de pesquisa.

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MARTINS, SAMUEL BOTTER; BRAGANTINI, JORDAO; FALCAO, ALEXANDRE XAVIER; YASUDA, CLARISSA LIN. An adaptive probabilistic atlas for anomalous brain segmentation in MR images. Medical Physics, v. 46, n. 11, p. 4940-4950, NOV 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.