Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/13035| Especie: | Dissertação |
| Título : | Deep learning for corpus callosum segmentation in brain magnetic resonance images |
| Otros títulos: | Aprendizado profundo para segmentação do corpo caloso em imagens de ressonância magnética do cérebro |
| Autor(es)/Inventor(es): | Silva, Flávio Henrique Schuindt da |
| Tutor: | Farias, Ricardo Cordeiro de |
| Resumen: | 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. |
| Resumen: | 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. |
| Materia: | Deep Learning Machine Learning Healthcare Brain MRI U-Net Image Segmentation Python Tensorflow Keras |
| Materia CNPq: | CNPQ::ENGENHARIAS |
| Programa: | Programa de Pós-Graduação em Engenharia de Sistemas e Computação |
| Unidade de producción: | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | mar-2018 |
| País de edición : | Brasil |
| Idioma de publicación: | eng |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Engenharia de Sistemas e Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| FlavioHenriqueSchuindtDaSilva.pdf | 5.09 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.