Reconhecimento de padrões em imagens radiográficas de tórax: apoiando o diagnóstico de doenças pulmonares infecciosas
dc.contributor.advisor1 | Soares, Fabrízzio Alphonsus Alves de Melo Nunes | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7206645857721831 | |
dc.contributor.referee1 | Soares, Fabrízzio Alphonsus Alves de Melo Nunes | |
dc.contributor.referee2 | Laureano, Gustavo Teodoro | |
dc.contributor.referee3 | Pedrini, Hélio | |
dc.contributor.referee4 | Rabahi, Marcelo Fouad | |
dc.contributor.referee5 | Salvini, Rogerio Lopes | |
dc.creator | Fonseca, Afonso Ueslei da | |
dc.creator.Lattes | http://lattes.cnpq.br/8486633197834367 | |
dc.date.accessioned | 2023-10-25T15:25:19Z | |
dc.date.available | 2023-10-25T15:25:19Z | |
dc.date.issued | 2023-09-29 | |
dc.description.abstract | Pattern Recognition (PR) is a field of computer science that aims to develop techniques and algorithms capable of identifying regularities in complex data, enabling intelligent systems to perform complicated tasks with precision. In the context of diseases, PR plays a crucial role in diagnosis and detection, revealing patterns hidden from human eyes, assisting doctors in making decisions and identifying correlations. Infectious pulmonary diseases (IPD), such as pneumonia, tuberculosis, and COVID-19, challenge global public health, causing thousands of deaths annually, affecting healthcare systems, and demanding substantial financial resources. Diagnosing them can be challenging due to the vagueness of symptoms, similarities with other conditions, and subjectivity in clinical assessment. For instance, chest X-ray (CXR) examinations are a tedious and specialized process with significant variation among observers, leading to failures and delays in diagnosis and treatment, especially in underdeveloped countries with a scarcity of radiologists. In this thesis, we investigate PR and Artificial Intelligence (AI) techniques to support the diagnosis of IPID in CXRs. We follow the guidelines of the World Health Organization (WHO) to support the goals of the 2030 Agenda, which includes combating infectious diseases. The research questions involve selecting the best techniques, acquiring data, and creating intelligent models. As objectives, we propose low-cost, high-efficiency, and effective PR and AI methods that range from preprocessing to supporting the diagnosis of IPD in CXRs. The results so far align with the state of the art, and we believe they can contribute to the development of computer-assisted IPD diagnostic systems. | eng |
dc.description.provenance | Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2023-10-20T17:51:00Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Tese - Afonso Ueslei da Fonseca - 2023.pdf: 57493753 bytes, checksum: c74858bf984190ba1c5701d129c864dc (MD5) | en |
dc.description.provenance | Step: editstep - action:editaction Approved for entry into archive by Luciana Ferreira(lucgeral@gmail.com) on 2023-10-25T15:25:18Z (GMT) | en |
dc.description.provenance | Made available in DSpace on 2023-10-25T15:25:19Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Tese - Afonso Ueslei da Fonseca - 2023.pdf: 57493753 bytes, checksum: c74858bf984190ba1c5701d129c864dc (MD5) Previous issue date: 2023-09-29 | en |
dc.description.resumo | Reconhecimento de Padrões (RP) é uma área da computação que visa desenvolver técnicas e algoritmos capazes de identificar regularidades em dados complexos, permitindo sistemas inteligentes realizar tarefas difíceis com precisão. No contexto de doenças, RP tem papel crucial no diagnóstico e detecção, revelando padrões ocultos aos olhos humanos, ajudando médicos a tomar decisões e identificar correlações. Doenças pulmonares infecciosas (DPI), como pneumonia, tuberculose e COVID-19, são um desafio à saúde pública global, causam milhares de mortes anualmente, afetam sistemas de saúde e demandam vultuosos recursos financeiros. Diagnosticálas pode ser desafiador devido à vaguidade dos sintomas, à semelhança com outras condições e à subjetividade da avaliação clínica. Por exemplo, nos exames de radiografia do tórax (RXT), é um processo tedioso, especializado e com grande variação entre observadores, levando a falhas e retardo no diagnóstico e tratamento, especialmente em países subdesenvolvidos e com escassez de radiologistas. Nesta tese, investigamos técnicas de RP e Inteligência Artificial (IA) para apoiar o diagnóstico de DPI em RXT. Seguimos as diretrizes da Organização Mundial da Saúde (OMS) para apoiar as metas da Agenda 2030, que incluem o combate a doenças transmissíveis. As questões de pesquisa envolvem selecionar as melhores técnicas, adquirir dados e criar modelos inteligentes. Como objetivos, propomos métodos de RP e IA de baixo custo, alta eficiência e eficácia que vão desde o pré-processamento até o suporte ao diagnóstico de DPI em RXT. Os resultados até aqui mostram-se em linha com estado da arte, e acreditamos que podem contribuir com o desenvolvimento dos sistemas de diagnóstico de DPI assistidos por computador. | |
dc.identifier.citation | FONSECA, A. U. Reconhecimento de padrões em imagens radiográficas de tórax: apoiando o diagnóstico de doenças pulmonares infecciosas. 2023. 183 f. Tese (Doutorado em Ciência da Computação) - Instituto de Informática, Universidade Federal de Goiás, Goiânia, 2023. | |
dc.identifier.uri | http://repositorio.bc.ufg.br/tede/handle/tede/13086 | |
dc.language | por | |
dc.publisher | Universidade Federal de Goiás | |
dc.publisher.country | Brasil | |
dc.publisher.department | Instituto de Informática - INF (RMG) | |
dc.publisher.initials | UFG | |
dc.publisher.program | Programa de Pós-graduação em Ciência da Computação (INF) | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Reconhecimento de padrões | por |
dc.subject | Radiografia de tórax | por |
dc.subject | Doenças pulmonares infecciosas | por |
dc.subject | Suporte ao diagnóstico | por |
dc.subject | Inteligência artificial | por |
dc.subject | Aprendizagem de máquina | por |
dc.subject | Pattern recognition | eng |
dc.subject | Chest radiography | eng |
dc.subject | Infectious pulmonary diseases | eng |
dc.subject | Diagnostic support | eng |
dc.subject | Artificial intelligence | eng |
dc.subject | Machine learning | eng |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | |
dc.title | Reconhecimento de padrões em imagens radiográficas de tórax: apoiando o diagnóstico de doenças pulmonares infecciosas | |
dc.title.alternative | Pattern recognition in chest X-ray images: supporting the diagnosis of infectious lung diseases | eng |
dc.type | Tese |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Tese - Afonso Ueslei da Fonseca - 2023.pdf
- Tamanho:
- 54.83 MB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: