Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/13035| Type: | Dissertação |
| Title: | Deep learning for corpus callosum segmentation in brain magnetic resonance images |
| Other Titles: | Aprendizado profundo para segmentação do corpo caloso em imagens de ressonância magnética do cérebro |
| Author(s)/Inventor(s): | Silva, Flávio Henrique Schuindt da |
| Advisor: | Farias, Ricardo Cordeiro de |
| Abstract: | Apresentamos neste trabalho um novo método para segmentar o Corpo Caloso em imagens de ressonância magnética (MRI) usando U-Net, uma rede puramente convolucional. Treinamos a U-Net usando dois datasets públicos e validamos o modelo treinado em um conjunto de teste também obtido a partir destes datasets públicos. Os resultados são obtidos realizando comparações usando o Índice de Similaridade Estrutural (SSIM) e o coeficiente Dice entre a imagem gabarito e a imagem gerada pelo modelo. |
| Abstract: | In this work we present a novel method to segment Corpus Callosum in Magnetic Resonance Images (MRI) using U-Net, a Fully Convolutional Neural Network. We trained the U-Net using two public datasets and evaluated the trained model in a test set also obtained from these two public datasets. Results are obtained making comparisons using the Structural Similarity Index (SSIM) and Dice Coefficient between the Ground Truth and the Predicted image. |
| Keywords: | Deep Learning Machine Learning Healthcare Brain MRI U-Net Image Segmentation Python Tensorflow Keras |
| Subject CNPq: | CNPQ::ENGENHARIAS |
| Program: | Programa de Pós-Graduação em Engenharia de Sistemas e Computação |
| Production unit: | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | Mar-2018 |
| Publisher country: | Brasil |
| Language: | eng |
| Right access: | Acesso Aberto |
| Appears in Collections: | Engenharia de Sistemas e Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| FlavioHenriqueSchuindtDaSilva.pdf | 5.09 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.