Arquivo:Projeto de TCC JESSICA GOMES CARRICO.pdf: mudanças entre as edições

De MediaWiki do Campus São José
Ir para navegação Ir para pesquisar
O câncer de mama segue sendo uma das principais causas de mortalidade entre mu- lheres no mundo, sendo a detecção precoce fundamental para aumentar as chances de tratamento eficaz. Neste contexto, o trabalho propõe o desenvolvimento de um sistema de detecção automatizada de nódulos mamários em mamografias, integrando técnicas de pré-processamento com Transformada Wavelet e redes neurais convolucionais (CNNs) uti- lizando aprendizado por transferência (Transfer Learning). As imagens utilizad...
 
 
(Uma revisão intermediária pelo mesmo usuário não está sendo mostrada)
Linha 1: Linha 1:
== Descrição do arquivo ==
== Descrição do arquivo ==
O câncer de mama segue sendo uma das principais causas de mortalidade entre mu-
O câncer de mama segue sendo uma das principais causas de mortalidade entre mulheres no mundo, sendo a detecção precoce fundamental para aumentar as chances de tratamento eficaz. Neste contexto, o trabalho propõe o desenvolvimento de um sistema
lheres no mundo, sendo a detecção precoce fundamental para aumentar as chances de
de detecção automatizada de nódulos mamários em mamografias, integrando técnicas de pré-processamento com Transformada Wavelet e redes neurais convolucionais (CNNs) utilizando aprendizado por transferência (Transfer Learning). As imagens utilizadas provêm de bases públicas como Mini-MIAS. O desempenho do modelo será avaliado com e sem a
 
tratamento eficaz. Neste contexto, o trabalho propõe o desenvolvimento de um sistema
de detecção automatizada de nódulos mamários em mamografias, integrando técnicas de
 
pré-processamento com Transformada Wavelet e redes neurais convolucionais (CNNs) uti-
lizando aprendizado por transferência (Transfer Learning). As imagens utilizadas provêm
 
de bases públicas como Mini-MIAS. O desempenho do modelo será avaliado com e sem a
aplicação da Wavelet, por meio de métricas como acurácia, sensibilidade e especificidade.
aplicação da Wavelet, por meio de métricas como acurácia, sensibilidade e especificidade.
Espera-se que o uso da Wavelet contribua para a melhora na precisão diagnóstica além
Espera-se que o uso da Wavelet contribua para a melhora na precisão diagnóstica além
de demonstrar a viabilidade de soluções baseadas em código aberto na área médica.
de demonstrar a viabilidade de soluções baseadas em código aberto na área médica.

Edição atual tal como às 15h55min de 10 de julho de 2025

Descrição do arquivo

O câncer de mama segue sendo uma das principais causas de mortalidade entre mulheres no mundo, sendo a detecção precoce fundamental para aumentar as chances de tratamento eficaz. Neste contexto, o trabalho propõe o desenvolvimento de um sistema de detecção automatizada de nódulos mamários em mamografias, integrando técnicas de pré-processamento com Transformada Wavelet e redes neurais convolucionais (CNNs) utilizando aprendizado por transferência (Transfer Learning). As imagens utilizadas provêm de bases públicas como Mini-MIAS. O desempenho do modelo será avaliado com e sem a aplicação da Wavelet, por meio de métricas como acurácia, sensibilidade e especificidade. Espera-se que o uso da Wavelet contribua para a melhora na precisão diagnóstica além de demonstrar a viabilidade de soluções baseadas em código aberto na área médica.

Histórico do arquivo

Clique em uma data/horário para ver como o arquivo estava em um dado momento.

Data e horárioDimensõesUsuárioComentário
atual15h53min de 10 de julho de 2025 (1,6 MB)Jessica.c13 (discussão | contribs)O câncer de mama segue sendo uma das principais causas de mortalidade entre mu- lheres no mundo, sendo a detecção precoce fundamental para aumentar as chances de tratamento eficaz. Neste contexto, o trabalho propõe o desenvolvimento de um sistema de detecção automatizada de nódulos mamários em mamografias, integrando técnicas de pré-processamento com Transformada Wavelet e redes neurais convolucionais (CNNs) uti- lizando aprendizado por transferência (Transfer Learning). As imagens utilizad...