z-logo
open-access-imgOpen Access
Uma Abordagem Para Detecção de Nódulos Pulmonares Baseada em Aprendizado Profundo
Author(s) -
Emerson Silva,
L. C. Mattosinho França,
Marcelo Fernandes de Oliveira,
Fabiane Queiroz,
Rodolfo C. Cavalcante
Publication year - 2020
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbcas.2020.11524
Subject(s) - physics , humanities , philosophy , medicine , computer science
O câncer de pulmão é o tipo de câncer que mais causa mortes no mundo, o que justifica a necessidade de uma rápida identificação. Os diagnósticos do câncer de pulmão podem ser realizado por especialistas através da análise de imagens de tomografia computadorizada (TC) do tórax do paciente. Esse diagnostico envolve duas tarefas importantes: (i) a detecção de nódulos existentes e (ii) a classificação destes nódulos em maligno ou benigno, caso existam. Neste trabalho investigamos como detectar nódulos pulmonares em imagens de TC 2D com o uso de redes neurais convolucionais (CNN) e analise de componentes principais (PCA). A principal contribuição desse trabalho é um método de detecção aplicado a imagens de TC 2D que apresenta acurácia próxima a métodos aplicados a imagens 3D e, consequentemente computacionalmente mais caros. Os resultados apresentaram 86% de sensibilidade na identificação de nódulos pulmonares.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here