Utilização de transfer learning em redes neurais convolucionais: Identificação de Alzheimer em imagens de ressonância magnética
| dc.contributor.advisor1 | França, Celso Aparecido de | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4547836128892982 | |
| dc.contributor.author | Kummer, Luís Henrique Nagamatsu | |
| dc.date.accessioned | 2026-08-12T18:42:42Z | |
| dc.date.issued | 2026-07-21 | |
| dc.description.abstract | The Alzheimer’s Disease is the main cause of dementia in the world and due to it not having a cure, the treatment must be started as soon as possible to minimize the symptoms The objective of this paper is to apply transfer learning techniques to a convolutional neural network (CNN), aiming to identify dementia patterns in Magnetic Resonance Imaging and assist in Alzheimer’s Disease diagnotics. Applying the network can help the clinical decision making, by reducing false negatives of anomalies that might not be noticed at first. The model was developed using VGG19 as base and Python libraries such as Tensorflow and Augmentor. The model reached an accuracy of 98.44% on the validation. | eng |
| dc.description.resumo | A Doença de Alzheimer é a principal causa de demência no mundo e por não possuir cura, deve ter o tratamento iniciado o mais cedo possível para minimizar os sintomas. O objetivo deste trabalho é aplicar técnicas de transfer learning a uma rede neural convolucional (CNN), com a finalidade de identificar padrões de demência em Imagens de Ressonância Magnética (MRI), e auxiliar no diagnóstico da Doença de Alzheimer. A aplicação da rede pode contribuir na tomada de decisão clínica, ao reduzir falsos negativos de anomalias que poderaiam passar despercebidas a primeira vista. O modelo foi desenvolvida com a base da VGG19 e utilizando bibliotacas do Python como Tensorflow e Augmentor. A rede obteve acurácia de 98.44% na validação. | por |
| dc.description.sponsorship | Não recebi financiamento | |
| dc.identifier.citation | KUMMER, Luís Henrique Nagamatsu. Utilização de transfer learning em redes neurais convolucionais: Identificação de Alzheimer em imagens de ressonância magnética. 2026. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/24494. | * |
| dc.identifier.uri | https://hdl.handle.net/20.500.14289/24494 | |
| dc.language.iso | por | |
| dc.publisher | Universidade Federal de São Carlos | |
| dc.publisher.address | Campus São Carlos | |
| dc.publisher.center | Centro de Ciências Exatas e de Tecnologia - CCET | |
| dc.publisher.course | Engenharia Elétrica - EE | |
| dc.publisher.initials | UFSCar | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Redes neurais artificiais | por |
| dc.subject | Artificial neural network | eng |
| dc.subject | Aprendizado por transferência | por |
| dc.subject | Transfer learning | eng |
| dc.subject | Doença de Alzheimer | por |
| dc.subject | Alzheimer’s disease | eng |
| dc.subject.cnpq | ENGENHARIAS::ENGENHARIA ELETRICA | |
| dc.subject.ods | 3. Saúde e Bem-Estar | |
| dc.title | Utilização de transfer learning em redes neurais convolucionais: Identificação de Alzheimer em imagens de ressonância magnética | por |
| dc.title.alternative | Use of transfer learning in convolutional neural networks: Alzheimer's identification in magnetic resonance imaging scans | eng |
| dc.type | TCC |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- TCC_Luis_Kummer-Utilizacao_de_TL_em_CNN-FINAL.pdf
- Tamanho:
- 742.47 KB
- Formato:
- Adobe Portable Document Format