Mostrar el registro sencillo del ítem

dc.contributor.advisorBagesteiro, Leia Bernardipt_BR
dc.contributor.authorRaffin, Rômulo Bergeschpt_BR
dc.date.accessioned2017-05-12T02:24:12Zpt_BR
dc.date.issued2016pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/157823pt_BR
dc.description.abstractA fim de possibilitar a detecção de corrupção de exames de Imagem por Tensor de Difusão (DTI) em tempo real, desenvolveu-se um método que consiste de ajustar os espectros dos slices das imagens a gaussianas bidimensionais e utilizar os dados resultantes desse processo para classificação via Support-Vector Machine (SVM). Foram utilizados 6652 slices de cinco sujeitos diferentes. Em 1000 iterações nas quais dividiu-se o total de imagens em 90% para treino e 10% para teste, obteve-se uma taxa de acerto média de 96,60% com desvio padrão de 0,67%. Para implementação em tempo real é recomendado o processamento das imagens intercaladamente utilizando dois núcleos de processamento em paralelo.pt_BR
dc.description.abstractIn order to enable real-time corruption detection of Diffusion Tensor Imaging (DTI) exams, a method consisting of fitting the images’ slices’ spectra and using the data resulting from this process for classification via Support-Vector Machine (SVM) was developed. A set of 6652 slices from five different subjects was used. After 1000 iterations in which the images were divided in two groups (90% for training and 10% for testing), the mean success rate was 96.60% with a standard deviation of 0.67%. For real-time implementation, parallel processing of interweaved slices using two processing cores is recommended.en
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectMagnetic resonance imagingen
dc.subjectEngenharia elétricapt_BR
dc.subjectDTIen
dc.subjectCorruption detectionen
dc.subjectMachine learningen
dc.titleMétodo para detecção de corrupção de imagens DTI em tempo realpt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.identifier.nrb001021084pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentEscola de Engenhariapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2016pt_BR
dc.degree.graduationEngenharia Elétricapt_BR
dc.degree.levelgraduaçãopt_BR


Ficheros en el ítem

Thumbnail
   

Este ítem está licenciado en la Creative Commons License

Mostrar el registro sencillo del ítem