Algoritmos genéticos e redes neurais convolucionais para auxílio ao diagnóstico de fraturas vertebrais por compressão

• Processo: 19/01219-2
• Linha de fomento: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de outubro de 2019
• Vigência (Término): 31 de março de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Rafael Silva Del Lama
• Instituição-sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Inteligência computacional Algoritmos genéticos Redes neurais (computação) Redes neurais convolucionais Diagnóstico por imagem Inteligência artificial Aprendizado computacional

Resumo

Fratura Vertebral por Compressão (FVC) ocorre quando o corpo vertebral é colapsado. FVCs podem ser causadas por trauma (benignas) ou por tumores (malignas), sendo que a investigação da etiologia de uma FVC é essencial para a determinação do tratamento do paciente. Neste trabalho, imagens de vértebras obtidas por Ressonância Magnética serão classificadas utilizando-se métodos de Aprendizado de Máquina. Atualmente, tem havido um grande interesse em utilizar Redes Neurais Convolucionais para a classificação de imagens médicas. Entretanto, tais redes geralmente exigem grandes bases de dados que muitas vezes não são disponíveis em aplicações médicas. Além disso, geralmente, tais redes não utilizam informações clínicas adicionais que podem ser importantes para a classificação. Neste mestrado, diferentes características serão utilizadas para a classificação. A classificação será feita por uma Rede Neural Artificial, que terá como entradas características extraídas de três diferentes fontes: i) de camadas intermediárias de Redes Neurais Convolucionais; ii) do pré-processamento de imagens; iii) de informações clínicas adicionais. Devido ao grande número de características disponíveis um Algoritmo Genético será utilizado para seleção de características. (AU)