Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Chichanoski, Gustavo |
| 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: |
|
| Link de acesso: |
https://repositorio.uel.br/handle/123456789/16689
|
Resumo: |
Resumo: O mundo vem sofrendo com o corona vírus desde 219, quando o primeiro caso foi re latado, desde então foi disseminado por todo o mundo, causando perdas econômicas e humanas O presente trabalho visa desenvolver um software para o diagnósticos visual de doenças pulmonares utilizando imagens de raio-x como base para o treinamento de redes neurais, visando ser mais esclarecedor da gravidade da doença Utilizando datasets fornecidos gratuitamente pelos governos Americano e Chinês, foi realizado a segmentação do pulmão da imagem de raio-x, realizando o treinamento com recortes das imagens para o treinamento local Após essa etapa, a rede realiza diversos recortes na imagem passando todas eles pela rede, gerando o vetor de probabilidade da imagem original Esse processo foi repetido para cada rede Assim a análise do entendimento da rede foi feita através do Grad-CAM gerado pelos modelos de redes pré treinadas através da transferência de aprendizado ResNet5V2, DenseNet121, InceptionResnetV2 e VGG-19, obtendo desem penho nos parâmetros de precisão e especificidade melhores que a literatura de referência |
