Abordagem Computacional Baseada em Deep Learning para o Diagnóstico de Endometriose Profunda através de Imagens de Ressonância Magnética

W. K. R. Figueredo, I. F. S. D. Silva, J. O. B. Diniz, A. C. Silva, A. Paiva, Alice C. C. Brandão Salomão, M. Oliveira
{"title":"Abordagem Computacional Baseada em Deep Learning para o Diagnóstico de Endometriose Profunda através de Imagens de Ressonância Magnética","authors":"W. K. R. Figueredo, I. F. S. D. Silva, J. O. B. Diniz, A. C. Silva, A. Paiva, Alice C. C. Brandão Salomão, M. Oliveira","doi":"10.5753/sbcas.2023.229567","DOIUrl":null,"url":null,"abstract":"Endometriose é uma doença que atinge vários órgãos, principalmente aqueles na estrutura pélvica, e reduz consideravelmente a qualidade de vida da pessoa afetadas. A doença afeta, principalmente, mulheres em idade fértil. Pode ser identificada via exames de imagem. Neste trabalho, Propõe-se um método para identificação automática da lesão de endometriose em imagens de ressonância magnética usando técnicas de processamento de imagem e uma VGG-16 modificada, a fim de servir como auxílio no diagnóstico, na redução da necessidade da utilização de métodos invasivos para realização destes, o tempo de diagnóstico e os resultados falsos negativos. Acurácia de 83,89%, sensibilidade de 84,15%, e especificidade de 83,86% foram alcançadas.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2023.229567","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Endometriose é uma doença que atinge vários órgãos, principalmente aqueles na estrutura pélvica, e reduz consideravelmente a qualidade de vida da pessoa afetadas. A doença afeta, principalmente, mulheres em idade fértil. Pode ser identificada via exames de imagem. Neste trabalho, Propõe-se um método para identificação automática da lesão de endometriose em imagens de ressonância magnética usando técnicas de processamento de imagem e uma VGG-16 modificada, a fim de servir como auxílio no diagnóstico, na redução da necessidade da utilização de métodos invasivos para realização destes, o tempo de diagnóstico e os resultados falsos negativos. Acurácia de 83,89%, sensibilidade de 84,15%, e especificidade de 83,86% foram alcançadas.
基于深度学习的磁共振成像诊断深度子宫内膜异位症的计算方法
子宫内膜异位症是一种影响多个器官的疾病,特别是盆腔结构,并大大降低患者的生活质量。这种疾病主要影响育龄妇女。可以通过影像学检查来识别。这个工作,提出了一种对异位子宫内膜的自动识别病变在核磁共振成像使用图像处理技术和一个VGG -16修改,以作为支持诊断,减少使用侵入性方法来实现这些需求,时间诊断假阴性的结果。准确度为83.89%,敏感性为84.15%,特异性为83.86%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信