Propostas para Dissertação

Mestrados no Departamento de Informática



Consultar ficha completa de uma proposta de dissertação

proponente: Miguel Angel Guevara Lopez*, Luís Gonzaga Mendes Magalhães **
instituição/empresa: *Centro de Computação Gráfica, Universidade do Minho, **U
tema/título: Analise Inteligente de Imagem Medica
área científica: Deep Learning, Inteligência Artifical, Computação de alto rendimento (HPC)
local: Centro de Computação Gráfica
curso de mestrado: Mestrado Integrado em Engenharia Informática
descrição:
Assim que foi possível digitalizar e carregar imagens médicas num computador, os investigadores
começaram a criar sistemas automatizados para análise de imagens médicas. No intervalo dos anos
1970 até 1990, a análise de imagens médicas foi feita com aplicação sequencial de
processamento de pixeis de baixo nível e modelagem matemática para resolver tarefas específicas
como por exemplo a segmentação de órgãos. No final dos 1990, começam a aparecer as técnicas
supervisionadas, onde os dados extraídos das imagens são usados para treinar modelos e sistemas
de classificação. Um exemplo é o uso de classificadores automáticos para construir sistemas de
apoio à deteção e diagnóstico do cancro. Esta abordagem de reconhecimento de padrões e/ou
machine learning é ainda é muito popular, e representou uma mudança nos sistemas que eram
completamente projetados por seres humanos para sistemas treinados por computadores com recurso ao
uso de características especificas (manualmente desenhadas) e extraídas automaticamente dos dados
de treino (exemplo). O seguinte passo a alcançar é que os algoritmos aprendam directamente as
características dos pixeis das imagens. É este conceito a base dos algoritmos de deep learning:
modelos (redes) compostos por muitas camadas que transformam dados de entrada (imagens) em saídas
(por exemplo, a presença ou ausência de lesões patológicas ou cancro). Pretende-se estudar formas de usar algoritmos de deep learning (DL) na análise de imagens médicas,
em particular para a classificação de lesões patológicas representativas de fenotipos de
cancro. O plano de trabalho proposto é o seguinte: . Realizar um estudo dos algoritmos e ferramentas de DL, em específico para análise de imagens
medicas. . Implementar algoritmos de DL em plataformas e infraestruturas de computação de alto rendimento
(GRID, Cloud). . Testar os algoritmos com maior performance num caso de uso específico (por exemplo, dataset de
imagens de pacientes com cancro da mama).


Voltar...