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

• Processo: 19/01219-2
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de outubro de 2019
• Data de Término da vigência: 31 de março de 2020
• Área de 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
• Palavra(s)-Chave do Pesquisador: Algoritmos Geneticos | Imagens Médicas | Inteligência Artificial | Redes Neurais Artificiais | Redes Neurais convolucionais | Inteligência 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)

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)

DEL LAMA, RAFAEL SILVA; CANDIDO, RAQUEL MARIANA; CHIARI-CORREIA, NATALIA SANTANA; NOGUEIRA-BARBOSA, MARCELLO HENRIQUE; DE AZEVEDO-MARQUES, PAULO MAZZONCINI; TINOS, RENATO. Computer-Aided Diagnosis of Vertebral Compression Fractures Using Convolutional Neural Networks and Radiomics. JOURNAL OF DIGITAL IMAGING, v. 35, n. 3, p. 13-pg., 2022-02-07. (19/07665-4, 19/01219-2, 21/09720-2)

Publicações acadêmicas

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

LAMA, Rafael Silva Del. Algoritmos genéticos e redes neurais convolucionais para auxílio ao diagnóstico de fraturas vertebrais por compressão. 2020. Dissertação de Mestrado - Universidade de São Paulo (USP). Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (PCARP/BC) Ribeirão Preto.