Bolsa 19/05018-1 - Aprendizado computacional, Melanoma

Processo:	19/05018-1
Modalidade de apoio:	Bolsas no Exterior - Pesquisa
Data de Início da vigência:	15 de agosto de 2019
Data de Término da vigência:	29 de junho de 2020
Área de conhecimento:	Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação

Pesquisador responsável:	Eduardo Alves Do Valle Junior
Beneficiário:	Eduardo Alves Do Valle Junior
Pesquisador Anfitrião:	Matthieu Cord

Instituição Sede:	Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Instituição Anfitriã:	Université Paris-Sorbonne (Paris 4), França

Assunto(s):	Aprendizado computacional Melanoma Retinopatia diabética Aprendizagem profunda
Palavra(s)-Chave do Pesquisador:	Deep Learning \| diagnóstico assistido por computador \| melanoma \| retinopatia diabetica \| Aprendizado de Máquina
Resumo O principal objetivo do projeto é avançar o estado da arte no diagnóstico assistido por computador, com foco principal da pesquisa em duas doenças - o melanoma, e a retinopatia diabética. Esperamos, entretanto, que as técnicas desenvolvidas generalizem para uma ampla gama de possíveis diagnósticos por imagem. A triagem automática oferece uma promissora solução para a disparidade entre a disponibilidade de novos profissionais de saúde, e a explosão da incidência das doenças degenerativas em uma população cada vez mais longeva. A triagem automática é um valioso recurso para os profissionais de saúde primária: enfermeiros e médicos generalistas, auxiliando-os na difícil decisão de quem deve ou não ser encaminhado para o médico especialista, e dentre os encaminhados, quais os casos mais urgentes.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itens Menos itens
TITULO

Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itens Menos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (7)

(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)

DE OLIVEIRA, EDUARDO; BINDA, JOMARA; VALLE, EDUARDO; LOPES, RENATO. Paperclickers: Affordable solution for classroom response systems. COMPUTER APPLICATIONS IN ENGINEERING EDUCATION, AUG 2020. (19/05018-1)

RIBEIRO, VINICIUS; AVILA, SANDRA; VALLE, EDUARDO; IEEE COMP SOC. Less is More: Sample Selection and Label Conditioning Improve Skin Lesion Segmentation. 2020 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS (CVPRW 2020), v. N/A, p. 10-pg., 2020-01-01. (17/16246-0, 19/05018-1)

DOUILLARD, ARTHUR; CORD, MATTHIEU; OLLION, CHARLES; ROBERT, THOMAS; VALLE, EDUARDO. PODNet: Pooled Outputs Distillation for Small-Tasks Incremental Learning. COMPUTER VISION - ECCV 2020, PT XX, v. 12365, p. 17-pg., 2020-01-01. (19/05018-1)

DOUILLARD, ARTHUR; VALLE, EDUARDO; OLLION, CHARLES; ROBERT, THOMAS; CORD, MATTHIEU; IEEE COMP SOC. Insights from the Future for Continual Learning. 2021 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGITION WORKSHOPS (CVPRW 2021), v. N/A, p. 10-pg., 2021-01-01. (19/05018-1)

VALLE, EDUARDO; FORNACIALI, MICHEL; MENEGOLA, AFONSO; TAVARES, JULIA; BITTENCOURT, FLAVIA VASQUES; LI, LIN TZY; AVILA, SANDRA. Data, depth, and design: Learning reliable models for skin lesion analysis. Neurocomputing, v. 383, p. 303-313, MAR 28 2020. (19/05018-1, 17/16246-0)

BISSOTO, ALCEU; VALLE, EDUARDO; AVILA, SANDRA; IEEE COMP SOC. Debiasing Skin Lesion Datasets and Models? Not So Fast. 2020 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS (CVPRW 2020), v. N/A, p. 10-pg., 2020-01-01. (13/08293-7, 17/16246-0, 19/05018-1)

URL curto