Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Queiroz, Alini da Cruz
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: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
artificial neural networks
bone age
extração de características
extract features
idade óssea
image processing
processamento de imagem
redes neurais artificiais
Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-12072006-212035/
Resumo: Este trabalho tem como objetivo principal apresentar uma metodologia para estimação da idade óssea baseada no método de Eklof & Ringertz utilizando redes neurais artificiais como classificador, com a finalidade de auxiliar o diagnóstico do radiologista e diminuir a dimensionalidade dos dados analisados pela rede neural, diminuindo a quantidade de centros de ossificação do método utilizado. A metodologia contém um processo automático de extração de características de imagens radiográficas da mão. Na etapa de classificação é utilizada a rede neural perceptron multicamadas, com o algoritmo de treinamento de Levenberg-Marquardt. As características extraídas da imagem são utilizadas como entrada para a rede neural, e os dados do Atlas de Eklof & Ringertz são utilizados como matriz de treinamento. Os resultados da etapa de classificação chegaram a uma taxa de 95% de acerto ao utilizar um centro de ossificação a menos que o método de Eklof & Ringertz simplificado
id USP_3e2c069fd635b771de7be4848dddd2a8
oai_identifier_str oai:teses.usp.br:tde-12072006-212035
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão Methodology of automatic extraction of hand characteristics for the estimation of the bone age using artificial neural nets in the decision processartificial neural networksbone ageextração de característicasextract featuresidade ósseaimage processingprocessamento de imagemredes neurais artificiaisEste trabalho tem como objetivo principal apresentar uma metodologia para estimação da idade óssea baseada no método de Eklof & Ringertz utilizando redes neurais artificiais como classificador, com a finalidade de auxiliar o diagnóstico do radiologista e diminuir a dimensionalidade dos dados analisados pela rede neural, diminuindo a quantidade de centros de ossificação do método utilizado. A metodologia contém um processo automático de extração de características de imagens radiográficas da mão. Na etapa de classificação é utilizada a rede neural perceptron multicamadas, com o algoritmo de treinamento de Levenberg-Marquardt. As características extraídas da imagem são utilizadas como entrada para a rede neural, e os dados do Atlas de Eklof & Ringertz são utilizados como matriz de treinamento. Os resultados da etapa de classificação chegaram a uma taxa de 95% de acerto ao utilizar um centro de ossificação a menos que o método de Eklof & Ringertz simplificadoGrounded an Eklof & Ringertz’s method and using artificial neural networks as classifier, the main purpoise of this work is to present a methodology to reckon the bone age to the effect to help the radiologist’s diagnosis and to reduce the dimensionality of the data analyzed by neural network, reducing the quantity of the ossification’s centers of the used method. The methodology holds an automatic process to the hands radiographies image’s features. The multilayer perceptron neural network is used in the classification stage, with the Levemberg-Marquardt’s training algorithm. The taken image’s features are used as an input to the neural network, and Eklof & Ringertz’s Atlas data are used as training source. The results of the classification stage reached a rate of 95% of accuracy when applying the Eklof & Ringertz’s simplified method, excluding one of the ossification center Biblioteca Digitais de Teses e Dissertações da USPRodrigues, Evandro Luis LinhariQueiroz, Alini da Cruz2006-05-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18152/tde-12072006-212035/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:50Zoai:teses.usp.br:tde-12072006-212035Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:50Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
Methodology of automatic extraction of hand characteristics for the estimation of the bone age using artificial neural nets in the decision process
title Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
spellingShingle Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
Queiroz, Alini da Cruz
artificial neural networks
bone age
extração de características
extract features
idade óssea
image processing
processamento de imagem
redes neurais artificiais
title_short Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
title_full Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
title_fullStr Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
title_full_unstemmed Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
title_sort Metodologia de extração automática de características da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão
author Queiroz, Alini da Cruz
author_facet Queiroz, Alini da Cruz
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Evandro Luis Linhari
dc.contributor.author.fl_str_mv Queiroz, Alini da Cruz
dc.subject.por.fl_str_mv artificial neural networks
bone age
extração de características
extract features
idade óssea
image processing
processamento de imagem
redes neurais artificiais
topic artificial neural networks
bone age
extração de características
extract features
idade óssea
image processing
processamento de imagem
redes neurais artificiais
description Este trabalho tem como objetivo principal apresentar uma metodologia para estimação da idade óssea baseada no método de Eklof & Ringertz utilizando redes neurais artificiais como classificador, com a finalidade de auxiliar o diagnóstico do radiologista e diminuir a dimensionalidade dos dados analisados pela rede neural, diminuindo a quantidade de centros de ossificação do método utilizado. A metodologia contém um processo automático de extração de características de imagens radiográficas da mão. Na etapa de classificação é utilizada a rede neural perceptron multicamadas, com o algoritmo de treinamento de Levenberg-Marquardt. As características extraídas da imagem são utilizadas como entrada para a rede neural, e os dados do Atlas de Eklof & Ringertz são utilizados como matriz de treinamento. Os resultados da etapa de classificação chegaram a uma taxa de 95% de acerto ao utilizar um centro de ossificação a menos que o método de Eklof & Ringertz simplificado
publishDate 2006
dc.date.none.fl_str_mv 2006-05-26
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 http://www.teses.usp.br/teses/disponiveis/18/18152/tde-12072006-212035/
url http://www.teses.usp.br/teses/disponiveis/18/18152/tde-12072006-212035/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257770798088192

Registros relacionados