Aprendizagem profunda para segmentação do hipocampo

• Processo: 18/00186-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de outubro de 2018
• Data de Término da vigência: 30 de junho de 2020
• Área de conhecimento: Engenharias - Engenharia Elétrica
• Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Pesquisador responsável: Roberto de Alencar Lotufo
• Beneficiário: Diedre Santos do Carmo
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
• Assunto(s): Visão computacional Hipocampo Aprendizagem profunda
• Palavra(s)-Chave do Pesquisador: Deep Learning | Hipocampo | segmentação | Visão Computacional

Resumo

A segmentação do hipocampo desempenha um papel fundamental no diagnóstico de vários distúrbios cerebrais, como doença de Alzheimer, epilepsia, esclerose múltipla, câncer, depressão e outros. Hoje em dia, a segmentação ainda é realizada principalmente por especialistas. A segmentação feita por especialistas é considerada como padrão ao avaliar métodos automatizados, mas é uma tarefa demorada e difícil, exigindo pessoal especializado.Recentemente, esforços foram feitos para alcançar uma segmentação automática confiável. Atualmente, os métodos de melhor desempenho são multi atlas com base em cerca de 90% de coeficiente DICE e muito demorado. A aprendizagem profunda, uma técnica de aprendizagem que está sendo usada em muitas aplicações de visão computacional com grande sucesso, ainda não é muito bem estudada na segmentação do hipocampo, com alguns trabalhos recentemente começando a empregá-lo sobre esse problema específico de segmentação.Este mestrado pretende investigar o uso de técnicas de Aprendizagem Profunda aplicadas à segmentação do hipocampo na imagem de maquina de ressonância magnética. Nosso método visa usar a in MR imaging. Our method aims to use the Simultaneous Truth andPerformance Level Estimation (STAPLE) para gerar dados rotulados como um padrão secundário e usá-lo como entrada para uma rede de neurônios convolucionais (CNN). Vamos comparar nossa metodologia com as técnicas de última geração para a segmentação do hipocampo.

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)

CARMO, DIEDRE; SILVA, BRUNA; YASUDA, CLARISSA; RITTNER, LETICIA; LOTUFO, ROBERTO; NEUROIMAGING, ALZHEIMER'S DIS. Hippocampus segmentation on epilepsy and Alzheimer's disease studies with multiple convolutional neural networks. HELIYON, v. 7, n. 2, FEB 2021. (18/00186-0)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CARMO, Diedre Santos do. Deep learning for hippocampus segmentation. 2020. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação Campinas, SP.