Detecção de catarata por meio de imagens utilizando redes neurais convolucionais

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, Semíramis Ribeiro de
dc.contributor.referee2Latteshttp://lattes.cnpq.br/pt_BR
dc.creatorCarneiro, Hugo Vinícius
dc.creatorSantos, Lucas Pereira
dc.creator.Latteshttp://lattes.cnpq.br/pt_BR
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.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.identifier.urihttps://ri.ucsal.br/handle/prefix/3769
dc.languageporpt_BR
dc.publisherUniversidade Católica do Salvadorpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentPró-Reitoria de Graduação (PROGRAD)pt_BR
dc.publisher.initialsUCSALpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAprendizagem profundapt_BR
dc.subjectRedes neurais convolucionaispt_BR
dc.subjectCataratapt_BR
dc.subject.cnpqEngenhariaspt_BR
dc.subject.cnpqEngenharia de Softwarept_BR
dc.titleDetecção de catarata por meio de imagens utilizando redes neurais convolucionaispt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCCHUGOCARNEIRO E LUCASSANTOS.pdf
Tamanho:
2.01 MB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.82 KB
Formato:
Item-specific license agreed upon to submission
Descrição: