[en] A SOFTWARE ARCHITECTURE TO SUPPORT DEVELOPMENT OF MEDICAL IMAGING DIAGNOSTIC SYSTEMS

• Ano de defesa: 2018
• Autor(a) principal: RICARDO ALMEIDA VENIERIS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] VISAO COMPUTACIONAL; [pt] APRENDIZADO DE MAQUINA; [pt] ENTITY-COMPONENT-SYSTEM; [pt] APOIO A TRIAGEM DIAGNOSTICA; [pt] INTELIGENCIA ARTIFICIAL; [pt] ARQUITETURA DE SOFTWARE; [en] COMPUTER VISION; [en] MACHINE LEARNING; [en] ENTITY-COMPONENT-SYSTEM; [en] DIAGNOSTIC SCREENING SUPPORT; [en] ARTIFICIAL INTELLIGENCE; [en] SOFTWARE ARCHITECTURE
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34650&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34650&idi=2; http://doi.org/10.17771/PUCRio.acad.34650

[pt] O apoio diagnóstico de exames médicos por imagem utilizando técnicas de Inteligência Artificial tem sido amplamente discutido e pesquisado academicamente. Diversas técnicas computacionais para segmentação e classificação de tais imagens são continuamente criadas, testadas e aperfeiçoadas. Destes estudos emergem sistemas com alto grau de especialização que se utilizam de técnicas de visão computacional e aprendizagem de máquina para segmentar e classificar imagens de exames utilizando conhecimento adquirido através de grandes coleções de exames devidamente laudados. No domínio médico há ainda a dificuldade de se conseguir bases de dados qualificada para realização da extração de conhecimento pelos sistemas de aprendizagem de máquina. Neste trabalho propomos a construção de uma arquitetura de software que suporte o desenvolvimento de sistemas de apoio diagnóstico que possibilite: (i) a utilização em múltiplos tipos exames, (ii) que consiga segmentar e classificar, (iii) utilizando não só de estratégias padrão de aprendizado de máquina como, (iv) o conhecimento do domínio médico disponível. A motivação é facilitar a tarefa de geração de classificadores que possibilite, além de buscar marcadores patológicos específicos, ser aplicado em objetivos diversos da atividade médica, como o diagnóstico pontual, triagem e priorização do atendimento.