Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Borba, Felipe de Amorim, 1977-
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: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais convolucionais
Análise de imagem
Reconhecimento de texturas
Imagens médicas
Convolutional neural networks
Image analysis
Texture recognition
Medical images
Link de acesso: https://hdl.handle.net/20.500.12733/1641843
Resumo: Orientador: João Batista Florindo
id UNICAMP-30_9111131e0f2b67ea3489f3454f9ab21a
oai_identifier_str oai::1166120
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicasDeep neural networks and classifier "ensemble" : an application in medical imagingRedes neurais convolucionaisAnálise de imagemReconhecimento de texturasImagens médicasConvolutional neural networksImage analysisTexture recognitionMedical imagesOrientador: João Batista FlorindoDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação CientíficaResumo: O uso das redes neurais profundas e do aprendizado de máquina para a classificação de imagens é tema bastante recorrente em trabalhos acadêmicos que usam as técnicas da inteligência artificial. Esta dissertação trata de uma aplicação para esse tema, focando na classificação de imagens de texturas e em como ensembles de classificadores constituem ferramentas úteis na melhoria do desempenho das modernas arquiteturas de redes neurais neste tipo de aplicação. O trabalho também apresenta uma aplicação em imagens médicas, em especial, imagens de três tipos de cistos mandibulares bastante agressivos. A rede neural profunda que utilizamos é do tipo convolucional e passa por um processo de transferência de aprendizado, possuindo uma arquitetura já consolidada no meio acadêmico, que é a ResNet-18. Além de seu uso como um classificador convencional, uma rede neural convolucional (abreviada aqui por CNN, de sua sigla em inglês) pode produzir vetores de valores reais baseados nas imagens processadas. Esses vetores, chamados vetores de descritores, são aqui armazenados para serem utilizados como fonte de dados em um ensemble de classificadores, que são algoritmos de aprendizado de máquina especialmente aplicados em nosso trabalho para a classificação de imagens de texturas. A fim de parametrizar os experimentos realizados e confrontar com trabalhos acadêmicos já consolidados no meio científico, utilizamos imagens de texturas de bases de benchmark. Essas imagens fazem parte de bancos de imagens já amplamente difundidos em outros trabalhos na literatura. Por fim, mostramos os resultados em termos da acurácia da classificação tanto nas imagens médicas quanto nas não médicas, evidenciando as várias diferenças ocorridas durante os experimentos que realizamos, suas possíveis aplicações no mundo real e como os métodos que utilizamos podem contribuir para o avanço do diagnóstico médico por meio de imagens e da classificação de imagens de texturas em um contexto mais geralAbstract: The use of deep neural networks and of machine learning for image classification is a quite recurring theme in academic works that use artificial intelligence techniques. This dissertation is about an application on this topic, focusing on the classification of texture images and on how classifier ensembles constitute useful tools for the improvement of performance in modern architectures of neural networks for this kind of application. The work also presents an application to medical images, particularly, images from three groups of aggressive jaw cysts. The deep neural network used here is convolutional and undergoes a process of transfer learning. We employ an architecture already consolidated in the literature, which is the ResNet18. In addition to its use as a conventional classifier, a convolutional neural network (CNN) can produce vectors of real values based on the processed images. These vectors, called feature vectors, are used here as the input to classifier ensembles, which are the machine learning algorithms applied in our work for texture classification. In order to parameterize the experiments accomplished and compare them with other state-of-the-art works in the literature, we employed benchmark texture images. These images are part of databases frequently used in other studies of texture recognition in the literature. Finally, we present the results, in terms of classification accuracy, in the medical images as well as in the non-medical ones, evidencing the many differences occurred during the experiments that were carried out, their possible applications in the real world and how the methods that we investigated can contribute for the advance of the computer-aided medical diagnosis and classification of texture images in a general contextMestradoMatemática Aplicada e ComputacionalMestre em Matemática Aplicada e Computacional[s.n.]Florindo, João Batista, 1984-Silva, Núbia Rosa daResende, Antônio Maria Pereira deUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática Aplicada e ComputacionalUNIVERSIDADE ESTADUAL DE CAMPINASBorba, Felipe de Amorim, 1977-20212021-05-31T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (113 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1641843BORBA, Felipe de Amorim. Redes neurais profundas e "ensemble" de classificadores: uma aplicação em imagens médicas. 2021. 1 recurso online (113 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641843. Acesso em: 28 fev. 2025.https://repositorio.unicamp.br/acervo/detalhe/1166120Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2021-09-22T17:21:03Zoai::1166120Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2021-09-22T17:21:03Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
Deep neural networks and classifier "ensemble" : an application in medical imaging
title Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
spellingShingle Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
Borba, Felipe de Amorim, 1977-
Redes neurais convolucionais
Análise de imagem
Reconhecimento de texturas
Imagens médicas
Convolutional neural networks
Image analysis
Texture recognition
Medical images
title_short Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
title_full Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
title_fullStr Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
title_full_unstemmed Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
title_sort Redes neurais profundas e "ensemble" de classificadores : uma aplicação em imagens médicas
author Borba, Felipe de Amorim, 1977-
author_facet Borba, Felipe de Amorim, 1977-
author_role author
dc.contributor.none.fl_str_mv Florindo, João Batista, 1984-
Silva, Núbia Rosa da
Resende, Antônio Maria Pereira de
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada e Computacional
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Borba, Felipe de Amorim, 1977-
dc.subject.por.fl_str_mv Redes neurais convolucionais
Análise de imagem
Reconhecimento de texturas
Imagens médicas
Convolutional neural networks
Image analysis
Texture recognition
Medical images
topic Redes neurais convolucionais
Análise de imagem
Reconhecimento de texturas
Imagens médicas
Convolutional neural networks
Image analysis
Texture recognition
Medical images
description Orientador: João Batista Florindo
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-05-31T00:00:00Z
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 https://hdl.handle.net/20.500.12733/1641843
BORBA, Felipe de Amorim. Redes neurais profundas e "ensemble" de classificadores: uma aplicação em imagens médicas. 2021. 1 recurso online (113 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641843. Acesso em: 28 fev. 2025.
url https://hdl.handle.net/20.500.12733/1641843
identifier_str_mv BORBA, Felipe de Amorim. Redes neurais profundas e "ensemble" de classificadores: uma aplicação em imagens médicas. 2021. 1 recurso online (113 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641843. Acesso em: 28 fev. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1166120
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (113 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1829137718059204608

Registros relacionados