Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Mendonça, Francimária Aparecida da Silva Oliveira"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Algoritmo semi-automático para análise e segmentação de tumores cerebrais utilizando técnicas básicas de processamento digital de imagens
    (Universidade Federal do Rio Grande do Norte, 2025-01-15) Mendonça, Francimária Aparecida da Silva Oliveira; Soares, Heliana Bezerra; https://lattes.cnpq.br/8988877681809094; Vilar, Caroline Dantas; Diniz, Anthony Andrey Ramalho
    Os tumores cerebrais, especialmente os gliomas originados nas células gliais, representam um desafio significativo para a medicina devido à sua complexidade e alta taxa de morbimortalidade. O diagnóstico dessa doença ocorre principalmente por meio de imagens de ressonância magnética, uma técnica amplamente empregada na área médica por dispensar o uso de radiação ionizante e proporcionar imagens detalhadas e de alta qualidade de qualquer região do corpo. Dessa forma, foi desenvolvido um algoritmo semi-automático baseado em técnicas básicas de processamento digital de imagens para segmentação e extração de características de tumores cerebrais em imagens de IRM do tipo glioma. A base de dados pública utilizada foi a Kaggle formada por 3264 imagens, com 3 tipos de tumores, glioma, meningioma e tumores pituitários. Com a estratégia desenvolvida e aplicada aos tumores do tipo glioma, foi possível alcançar uma taxa de acerto de 77,47% na identificação de regiões tumorais relevantes. Apesar das limitações associadas à necessidade de ajustes manuais, os resultados demonstram o potencial da abordagem em fornecer suporte para diagnósticos mais precisos e planejamento terapêutico.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM