Use este identificador para citar ou linkar para este item: http://104.156.251.59:8080/jspui/handle/prefix/3769
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCarneiro, Hugo Vinícius-
dc.creatorSantos, Lucas Pereira-
dc.date.accessioned2021-02-25T12:26:01Z-
dc.date.available2021-02-25-
dc.date.available2021-02-25T12:26:01Z-
dc.date.issued2020-12-11-
dc.identifier.urihttp://104.156.251.59:8080/jspui/handle/prefix/3769-
dc.description.abstractCataract is one of the diseases of the eyeball that generates the most blindness in the world. The rapid detection of this disease, close to the appropriate treatment, contributes to the improvement of the patients’ quality of life. This work uses convolutional neural networks to train three sets of data containing images of different patients, in order to classify cataract patients and non-carriers. For this, a convolutional neural network vgg19 had its architecture modified and improved. The most successful results used by the network, was an accuracy of 100 %.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Católica do Salvadorpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAprendizagem profundapt_BR
dc.subjectRedes neurais convolucionaispt_BR
dc.subjectCataratapt_BR
dc.subjectDeep learningpt_BR
dc.subjectConvolutional neural networkpt_BR
dc.subjectCataractpt_BR
dc.titleDetecção de catarata por meio de imagens utilizando redes neurais convolucionaispt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/pt_BR
dc.contributor.advisor1Wyzykowski, André Brasil Vieira-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/pt_BR
dc.contributor.referee1Jesus, Arnaldo Bispo de-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/pt_BR
dc.contributor.referee2Assis, Semiramis Ribeiro de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/pt_BR
dc.description.resumoA catarata é uma das doenças do globo ocular que mais gera cegueira no mundo. A detecção rápida dessa doença, rente ao tratamento adequado, contribui para a melhora da qualidade de vida dos pacientes. Este trabalho utiliza as redes neurais convolucionais para treinar três conjuntos de dados contendo imagens de diferentes pacientes, com o objetivo de classificar os portados de catarata e os não portadores. Para isso, a rede neural convolucional vgg19 teve sua arquitetura modificada e melhorada. O resultado mais próspero obtidos pela rede, foi uma acurácia de 100%.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentPró-Reitoria de Graduação (PROGRAD)pt_BR
dc.publisher.initialsUCSALpt_BR
dc.subject.cnpqEngenhariaspt_BR
dc.subject.cnpqEngenharia de Softwarept_BR
Aparece nas coleções:Engenharia de Software

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCCHUGOCARNEIRO E LUCASSANTOS.pdf2.06 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.