Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Pinheiro, Jean Christopher de Oliveira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Segment anything model (SAM)
Segmentação zero-shot
MRI cerebral
Classificação de Alzheimer
ADNI - Alzheimer’s disease neuroimaging initiative
Link de acesso: https://www.repositorio.ufop.br/handle/123456789/18669
Resumo: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
id UFOP_f3b4de34a2655f0756c9ccf05b4cdd26
oai_identifier_str oai:repositorio.ufop.br:123456789/18669
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.Segment anything model (SAM)Segmentação zero-shotMRI cerebralClassificação de AlzheimerADNI - Alzheimer’s disease neuroimaging initiativePrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.Este estudo avalia o uso do Segment Anything Model (SAM) para a segmentação sem treinamento prévio de crânio no contexto da classificação da doença de Alzheimer em imagens de ressonância magnética, comparando-o com métodos convencionais de remoção do crânio, como a ferramenta de extração de cérebro do FMRIB (FSL-BET). A importância da ressonância magnética no diagnóstico de distúrbios neurodegenerativos exige uma remoção precisa do crânio para uma análise computacional aprimorada. Utilizando o conjunto de dados da Alzheimer’s Disease Neuroimaging Initiative (ADNI), examinamos a eficácia do SAM em comparação com o FSL-BET em imagens brutas. Propomos uma heurística baseada em templates para o pós-processamento das máscaras geradas pelo SAM, utilizando métricas de similaridade como Dice e Jaccard para selecionar a máscara mais adequada sem a necessidade de refinamento do modelo. Nossas avaliações qualitativas e quantitativas demonstram a superioridade do SAM na remoção do crânio e sua contribuição significativa ao processo de classificação, alcançando 70% de acurácia na classificação binária (Normal vs. Alzheimer) contra 66% da abordagem baseada no FSL-BET.This study evaluates the use of the Segment Anything Model (SAM) for skull-stripping in magnetic resonance imaging (MRI) without prior training, specifically in the context of Alzheimer's disease classification, comparing it with conventional skull removal methods such as FMRIB's brain extraction tool (FSL-BET). The significance of MRI in diagnosing neurodegenerative disorders necessitates accurate skull removal for enhanced computational analysis. Utilizing the Alzheimer’s Disease Neuroimaging Initiative (ADNI) dataset, we examine the efficacy of SAM compared to FSL-BET on raw images. We propose a template-based heuristic for post-processing the masks generated by SAM, using similarity metrics such as Dice and Jaccard to select the most appropriate mask without the need for model refinement. Our qualitative and quantitative evaluations demonstrate SAM's superiority in skull removal and its significant contribution to the classification process, achieving 70% accuracy in binary classification (Normal vs. Alzheimer) compared to 66% with the FSL-BET approach.Luz, Eduardo José da SilvaSilva, Pedro Henrique LopesLuz, Eduardo José da SilvaSilva, Pedro Henrique LopesSantos, Valeria de CarvalhoOliveira, Roberta BarbosaPinheiro, Jean Christopher de Oliveira2024-09-30T18:20:27Z2024-09-30T18:20:27Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPINHEIRO, Jean Christopher de Oliveira. Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer. 2024. 47 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.https://www.repositorio.ufop.br/handle/123456789/18669Attribution-ShareAlike 3.0 United Stateshttp://creativecommons.org/licenses/by-sa/3.0/us/Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 11/09/2024 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOP2024-11-11T05:55:05Zoai:repositorio.ufop.br:123456789/18669Repositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-11T05:55:05Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false
dc.title.none.fl_str_mv Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
title Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
spellingShingle Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
Pinheiro, Jean Christopher de Oliveira
Segment anything model (SAM)
Segmentação zero-shot
MRI cerebral
Classificação de Alzheimer
ADNI - Alzheimer’s disease neuroimaging initiative
title_short Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
title_full Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
title_fullStr Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
title_full_unstemmed Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
title_sort Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer.
author Pinheiro, Jean Christopher de Oliveira
author_facet Pinheiro, Jean Christopher de Oliveira
author_role author
dc.contributor.none.fl_str_mv Luz, Eduardo José da Silva
Silva, Pedro Henrique Lopes
Luz, Eduardo José da Silva
Silva, Pedro Henrique Lopes
Santos, Valeria de Carvalho
Oliveira, Roberta Barbosa
dc.contributor.author.fl_str_mv Pinheiro, Jean Christopher de Oliveira
dc.subject.por.fl_str_mv Segment anything model (SAM)
Segmentação zero-shot
MRI cerebral
Classificação de Alzheimer
ADNI - Alzheimer’s disease neuroimaging initiative
topic Segment anything model (SAM)
Segmentação zero-shot
MRI cerebral
Classificação de Alzheimer
ADNI - Alzheimer’s disease neuroimaging initiative
description Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
publishDate 2024
dc.date.none.fl_str_mv 2024-09-30T18:20:27Z
2024-09-30T18:20:27Z
2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PINHEIRO, Jean Christopher de Oliveira. Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer. 2024. 47 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.
https://www.repositorio.ufop.br/handle/123456789/18669
identifier_str_mv PINHEIRO, Jean Christopher de Oliveira. Explorando SAM para segmentação Zero-Shot em MRI para classificação de Alzheimer. 2024. 47 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.
url https://www.repositorio.ufop.br/handle/123456789/18669
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-ShareAlike 3.0 United States
http://creativecommons.org/licenses/by-sa/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-ShareAlike 3.0 United States
http://creativecommons.org/licenses/by-sa/3.0/us/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1833922049314127872

Registros relacionados