Mostrar el registro sencillo del ítem
Detecção e análise de assimetrias estruturais hipocampais em imagens de ressonância magnética aplicadas ao auxílio ao diagnóstico do Alzheimer
dc.contributor.author | Oliveira, Italo Antonio Duarte de | |
dc.date.accessioned | 2022-04-27T07:59:26Z | |
dc.date.available | 2022-04-27T07:59:26Z | |
dc.date.issued | 2022-04-13 | |
dc.identifier.citation | OLIVEIRA, Italo Antonio Duarte de. Detecção e análise de assimetrias estruturais hipocampais em imagens de ressonância magnética aplicadas ao auxílio ao diagnóstico do Alzheimer. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15934. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/15934 | |
dc.description.abstract | Alzheimer’s disease (AD) is the main cause of dementia and affects more than 30% of population older than 85 years old. As the elderly population increases, AD has become a relevant public health problem. However, the majority of AD cases are diagnosed at a late stage, even when the patient has already shown severe symptoms of the disease. In this scenario, the importance of the use and development of automated computational tools that aid in the diagnosis of AD is essential. Thus, an automatic hippocampal structural asymmetry detection and analysis technique is proposed in this work. Such technique extracts statistical measurements from hippocampal regions in magnetic resonance (MR) images filtered using a bank of tridimensional (3D) log-Gabor filters, followed by image classification as cognitively normal (CN) and AD through a Support Vector Machine. The bests results achieved represent the average values of AUC, accuracy and F1 being 0.88, 80.43% e 0.75, respectively. Aiming to make the technique available for usage, a microservices-based web application was also proposed, allowing users to interact with the system and request for a MR image to be processed. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Doença de Alzheimer | por |
dc.subject | Hipocampo | por |
dc.subject | Assimetria | por |
dc.subject | Processamento de imagens 3D | por |
dc.subject | Imagens de ressonância magnética | por |
dc.subject | Plataforma Web | por |
dc.subject | Alzheimer's disease | eng |
dc.subject | Hippocampus | eng |
dc.subject | 3D image processing | eng |
dc.subject | Magnetic resonance imaging | eng |
dc.subject | Cognitive ageing | eng |
dc.subject | Web application | eng |
dc.title | Detecção e análise de assimetrias estruturais hipocampais em imagens de ressonância magnética aplicadas ao auxílio ao diagnóstico do Alzheimer | por |
dc.title.alternative | Detection and analysis of hippocampal structural asymmetries in magnetic resonance images applied to aid in the diagnosis of Alzheimer's | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Ferrari, Ricardo José | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8460861175344306 | por |
dc.description.resumo | A doença de Alzheimer (DA) é a principal causa de demência e acomete mais de 30% da população com idade superior a 85 anos. Com o aumento da população idosa, a DA se tornou um relevante problema de saúde pública. Entretanto, a maioria dos casos da doença são diagnosticados tardiamente, mesmo quando o paciente já apresentava sintomas severos. Neste cenário, fica evidente a importância da utilização e desenvolvimento de ferramentas computacionais automáticas que auxiliem no diagnóstico desta doença. Assim, uma técnica de detecção e análise automática de assimetrias estruturais hipocampais foi proposta neste trabalho. A técnica proposta extrai medidas estatísticas das regiões hipocampais de imagens de ressonância magnética (RM) filtradas com um banco de filtros log-Gabor 3D e, em seguida, realiza a classificação dessas imagens nas classes Cognitivamente Normal (CN) e DA utilizando um classificador Support Vector Machine. Os melhores resultados alcançados correspondem aos valores médios de AUC, acurácia e F1 iguais a 0,88, 80,43% e 0,75, respectivamente. Visando a disponibilização da ferramenta desenvolvida, uma plataforma web baseada em microsserviços também foi proposta, em que um usuário consegue interagir com o sistema e solicitar o processamento de imagens de RM. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA BIOMEDICA::ENGENHARIA MEDICA | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9260211822006863 | por |
dc.publisher.course | Engenharia de Computação - EC | por |