Busca avançada
Ano de início
Entree
Conteúdos relacionados

Classificação de imagens de radiografias de tórax utilizando redes neurais profundas

Processo: 19/20875-8
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de janeiro de 2020
Data de Término da vigência: 28 de fevereiro de 2021
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Zanoni Dias
Beneficiário:Vinicius Teixeira de Melo
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Aprendizado computacional   Diagnóstico por imagem   Radiografia torácica   Redes neurais (computação)
Palavra(s)-Chave do Pesquisador:Aprendizado profundo | Classificação de Imagens | Imagens Médicas | radiografia de tórax | Redes neurais | Aprendizado de Máquina

Resumo

Radiografia de tórax é um dos exames mais comuns em radiologia, sendo utilizada, por exemplo, para diagnosticar e monitorar o tratamento de diversas condições pulmonares, como pneumonia, enfisema e câncer. A identificação e interpretação automatizada desse tipo de exame, no mesmo nível ou melhor do que os radiologistas, poderia permitir avanços em diversos ambientes médicos, desde melhoria na velocidade do resultado até iniciativas de saúde global. Neste projeto, nós propomos um método para classificação de patologias em imagens de radiografias de tórax a partir de uma arquitetura baseada em Rede Neural Profunda. Para validar os modelos desenvolvidos, os experimentos serão realizados utilizando as bases de dados ChestX-ray14 e CheXpert. A metodologia utilizada nesta pesquisa é baseada em extração de mapas de ativações da rede neural para fazer o recorte das imagens considerando somente as áreas de interesse, descartando informações irrelevantes para a sua classificação. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (12)
(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI; IEEE. Fusion of BLAST and Ensemble of Classifiers for Protein Secondary Structure Prediction. 2020 33RD SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2020), v. N/A, p. 8-pg., . (17/12646-3, 19/20875-8, 15/11937-9, 17/16246-0)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI; XAVIER-JUNIOR, JC; RIOS, RA. Protein Molecular Function Annotation Based on Transformer Embeddings. INTELLIGENT SYSTEMS, PT II, v. 13654, p. 11-pg., . (17/12646-3, 19/20875-8, 15/11937-9, 17/16246-0)
TEIXEIRA, VINICIUS; BRAZ, LEODECIO; PEDRINI, HELIO; DIAS, ZANONI; PAIVA, AC; CONCI, A; BRAZ, G; ALMEIDA, JDS; FERNANDES, LAF. DuaLAnet: Dual Lesion Attention Network for Thoracic Disease Classification in Chest X-Rays. PROCEEDINGS OF THE 2020 INTERNATIONAL CONFERENCE ON SYSTEMS, SIGNALS AND IMAGE PROCESSING (IWSSIP), 27TH EDITION, v. N/A, p. 6-pg., . (17/16246-0, 19/20875-8, 17/12646-3, 15/11937-9)
DE BARROS, TIAGO MARTINHO; PEDRINI, HELIO; DIAS, ZANONI. Leveraging Emoji to Improve Sentiment Classification of Tweets. 36TH ANNUAL ACM SYMPOSIUM ON APPLIED COMPUTING, SAC 2021, v. N/A, p. 8-pg., . (17/16246-0, 17/12646-3, 15/11937-9, 19/20875-8)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI. MMEC: Multi-Modal Ensemble Classifier for Protein Secondary Structure Prediction. COMPUTER ANALYSIS OF IMAGES AND PATTERNS, CAIP 2021, PT 1, v. 13052, p. 10-pg., . (17/16246-0, 17/12646-3, 15/11937-9, 19/20875-8)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI. nsemble of Template-Free and Template-Based Classifiers for Protein Secondary Structure Predictio. INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES, v. 22, n. 21, . (19/20875-8, 17/12646-3, 17/16246-0)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI; PAIVA, AC; CONCI, A; BRAZ, G; ALMEIDA, JDS; FERNANDES, LAF. Ensemble of Bidirectional Recurrent Networks and Random Forests for Protein Secondary Structure Prediction. PROCEEDINGS OF THE 2020 INTERNATIONAL CONFERENCE ON SYSTEMS, SIGNALS AND IMAGE PROCESSING (IWSSIP), 27TH EDITION, v. N/A, p. 6-pg., . (17/16246-0, 19/20875-8, 17/12646-3, 15/11937-9)
OLIVEIRA, GABRIEL B.; PEDRINI, HELIO; DIAS, ZANONI. TEMPROT: protein function annotation using transformers embeddings and homology search. BMC Bioinformatics, v. 24, n. 1, p. 16-pg., . (17/16246-0, 19/20875-8, 17/12646-3, 15/11937-9)
BRAZ, LEODECIO; TEIXEIRA, VINICIUS; PEDRINI, HELIO; DIAS, ZANONI; SETUBAL, JC; SILVA, WM. ImTeNet: Image-Text Classification Network for Abnormality Detection and Automatic Reporting on Musculoskeletal Radiographs. ADVANCES IN BIOINFORMATICS AND COMPUTATIONAL BIOLOGY, BSB 2020, v. 12558, p. 12-pg., . (19/20875-8, 17/12646-3, 15/11937-9, 17/16246-0)
DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI. Protein Secondary Structure Prediction Based on Fusion of Machine Learning Classifiers. 36TH ANNUAL ACM SYMPOSIUM ON APPLIED COMPUTING, SAC 2021, v. N/A, p. 4-pg., . (17/16246-0, 17/12646-3, 15/11937-9, 19/20875-8)
DE BARROS, TIAGO MARTINHO; PEDRINI, HELIO; DIAS, ZANONI. Data-Augmented Emoji Approach to Sentiment Classification of Tweets. PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS, CIARP 2021, v. 12702, p. 10-pg., . (17/16246-0, 17/12646-3, 15/11937-9, 19/20875-8)
DE MELLO, FELIPE LOPES; DE OLIVEIRA, GABRIEL BIANCHIN; PEDRINI, HELIO; DIAS, ZANONI; RUTKOWSKI, L; SCHERER, R; KORYTKOWSKI, M; PEDRYCZ, W; TADEUSIEWICZ, R; ZURADA, JM. Prediction of Protein Molecular Functions Using Transformers. ARTIFICIAL INTELLIGENCE AND SOFT COMPUTING, ICAISC 2022, PT II, v. 13589, p. 9-pg., . (17/16246-0, 19/20875-8, 17/12646-3, 15/11937-9)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
MELO, Vinicius Teixeira de. Classificação multirrótulos de radiografias de tórax utilizando aprendizado de máquina profundo. 2021. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Instituto de Computação Campinas, SP.