| Processo: | 19/16112-9 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Mestrado |
| Data de Início da vigência: | 01 de dezembro de 2019 |
| Data de Término da vigência: | 29 de março de 2020 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação |
| Pesquisador responsável: | Roberto Marcondes Cesar Junior |
| Beneficiário: | Larissa de Oliveira Penteado Dias |
| Supervisor: | Isabelle Bloch |
| Instituição Sede: | Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Instituição Anfitriã: | ParisTech, França |
| Vinculado à bolsa: | 18/07386-5 - Segmentação de imagens de ressonância magnética neonatal: uma abordagem estrutural, BP.MS |
| Assunto(s): | Redes neurais convolucionais Ressonância magnética Imagem por ressonância magnética Análise de imagens Diagnóstico por imagem |
| Palavra(s)-Chave do Pesquisador: | Convolutional Neural Network | Graph Neural Networks | Graph-based Segmentation | magnetic resonance imaging | Semantic Segmentation | Análise de Imagens Médicas |
Resumo A segmentação semântica de imagens de ressonância magnética (IRM) desempenha um papel importante no diagnóstico, tratamento e acompanhamento de doenças. A análise manual destas imagens é demorada e sujeita a variabilidade de acordo com o especialista. Portanto, ao longo dos anos, diferentes métodos automáticos e semi-automáticos foram desenvolvidos. A maioria deles foi criada para lidar com os dados de adultos. Devido às diferenças intrínsecas destes volumes para os de crianças e neonatos, tais métodos tendem a falhar para estes pacientes. Então, neste projeto, nosso objetivo é desenvolver um algoritmo robusto para realizar a segmentação semântica de IRM encefálicas de crianças e neonatos, utilizando Grafos e Redes Neurais em Grafos. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |