Data-augmentation de dados de radiografia de tórax no contexto de aprendizagem profunda
Data-augmentation de dados de radiografia de tórax no contexto de aprendizagem profunda
| dc.contributor.author | Nascimento, Otto Tavares | |
| dc.contributor.author | Seixas, José Manoel de | |
| dc.contributor.author | Trajman, Anete | |
| dc.date.accessioned | 2024-12-13T19:50:24Z | |
| dc.date.available | 2024-12-13T19:50:24Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | Este artigo discute tecnicas de aprendizagem profunda aplicadas ao problema de triagem de tuberculose ativa em radiografias de tórax. O objetivo é contribuir para a prevenção e para o tratamento desta doença infecciosa, propondo uma rede neural convolucional (CNN) classificadora de tuberculose ativa, tendo como dados de entrada um conjunto de radiografias de tórax de indivíduos com ou sem tuberculose. Para melhor ajustar os parâmetros da CNN, técnicas de data-augmentation, utilizando modelos generativos adversariais (GAN), são aplicadas e avaliadas. | |
| dc.identifier.citation | Nascimento OT, Seixas JM, Trajman A. Data-augmentation de dados de radiografia de tórax no contexto de aprendizagem profunda [Apresentação no XV Congresso Brasileiro de Inteligência Computacional: Artigos Apresentados nas Sessões Técnicas CBIC; 2021; Joinville, SC, Brasil]. doi: 10.21528/CBIC2021-135. | |
| dc.identifier.other | DOI: 10.21528/CBIC2021-135 | |
| dc.identifier.uri | https://dspace.inc.saude.gov.br/handle/123456789/719 | |
| dc.language.iso | pt | |
| dc.publisher | Sociedade Brasileira de Inteligência Computacional | |
| dc.subject | Aprendizado profundo | en |
| dc.subject | Tuberculose | en |
| dc.subject | Aprendizado de Máquina na Saúde | en |
| dc.subject | Data-Augmentation. | en |
| dc.title | Data-augmentation de dados de radiografia de tórax no contexto de aprendizagem profunda | |
| dc.type | Presentation |