Use este identificador para citar ou linkar para este item:
http://riu.ufam.edu.br/handle/prefix/7353
Tipo de documento: | Trabalho de Conclusão de Curso |
Título: | Detecção de anormalidades em imagens de endoscopia do trato inferior utilizando EfficientNets e Class Activation Mapping (CAM) para segmentação de pólipos |
Título(s) alternativo(s): | Detection of abnormalities on endoscopy images from inferior tract using EfficientNets and Class Activation Mapping (CAM) for polyps diseasse segmentation |
Autor(a): | Torres, Lucas Modesto |
Orientador(a): | Costa, Cícero Ferreira Fernandes |
metadata.dc.contributor.referee1: | Costa, Marly Guimaraes Fernandes |
metadata.dc.contributor.referee2: | Oliveira, Anne de Souza |
Resumo: | As doenças relacionadas ao trato gastrointestinal (TG) estão cada vez mais frequentes e afetam a vida de milhões de pessoas, representando uma incidência de 3,5 milhões de casos de acordo com a Organização Mundial da Saúde (OMS) para o ano de 2023. No mundo médico, os exames de endoscopia são amplamente utilizados para diagnóstico das doenças do TG. Com base nisso, este trabalho apresenta uma solução usando a rede EfficientNet-B1 para o diagnóstico automático de imagens do TG (normais, pólipos e úlceras) e a investigação do uso do CAM (mapas de ativação por classe) para segmentação da doença pólipos. Além disso, investiga o uso do aumento de dados e compara com o experimento sem aumento usando métricas e matrizes de confusão. |
Resumo em outro idioma: | Diseases related to the gastrointestinal tract (GT) are increasingly common and affect the lives of millions of people, representing an incidence of 3.5 million cases according to the World Health Organization (WHO) for the year 2023. In the medical world, endoscopy exams are widely used to diagnose GT diseases. This work presents a solution using the EfficientNet-B1 for automatic diagnosis of GT images (normal, polyps, ulcerative) and the investigation of the use of CAM (Class Activation Mapping) for polyps disease segmentation. Furthermore, test the use of data augmentation and compare with experiments without, using metrics and confusion matrix. |
Palavras-chave: | Endoscopia CNN EfficientNet CAM Classificação Multiclasse |
Área de conhecimento - CNPQ: | ENGENHARIAS: ENGENHARIA ELETRICA CIENCIAS DA SAUDE: MEDICINA: CLINICA MEDICA: GASTROENTEROLOGIA CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO |
Idioma: | por |
País de publicação: | Brasil |
Faculdade, Instituto ou Departamento: | FT - Faculdade de Tecnologia |
metadata.dc.publisher.course: | Engenharia Elétrica – Eletrônica - Bacharelado - Manaus |
Citação: | TORRES, Lucas. Detecção de anormalidades em imagens de endoscopia do trato inferior utilizando EfficientNets e Class Activation Mapping (CAM) para segmentação de pólipos. 2023. 35. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica-Eletrônica) - Universidade Federal do Amazonas, Manaus, 2023. |
Tipo de acesso: | Acesso Aberto |
metadata.dc.rights.uri: | https://creativecommons.org/licenses/by-nc-nd/4.0/ |
URI: | http://riu.ufam.edu.br/handle/prefix/7353 |
Aparece nas coleções: | Trabalho de Conclusão de Curso - Graduação - Engenharias |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_LucasModestoTorres.pdf | TCC | 2,63 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.