Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte

Porto, Carmina Dessana Nascimento; http://lattes.cnpq.br/1290147905465560

Dissertação

Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte

Estudos em tomografia de coerência óptica intravascular (IV-OCT) tem demonstrado a importância das regiões de bifurcação coronária na análise de imagens médicas intravasculares, uma vez que está região é mais propensa ao acúmulo de placas, o que pode levar a doença coronariana. Um exame IV-OCT co...

ver descrição completa

Autor principal:	Porto, Carmina Dessana Nascimento
Outros Autores:	http://lattes.cnpq.br/1290147905465560
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2017
Assuntos:	Doenças cardiovasculares Tomografia por coerência óptica Redes neurais Máquinas de vetores de suporte Classificação coronária ENGENHARIAS: ENGENHARIA ELÉTRICA
Acesso em linha:	http://tede.ufam.edu.br/handle/tede/5833

id	oai:https:--tede.ufam.edu.br-handle-:tede-5833
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-58332017-08-25T05:04:05Z Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte Porto, Carmina Dessana Nascimento Costa, Marly Guimarães Fernandes http://lattes.cnpq.br/1290147905465560 http://lattes.cnpq.br/7169358412541736 Doenças cardiovasculares Tomografia por coerência óptica Redes neurais Máquinas de vetores de suporte Classificação coronária ENGENHARIAS: ENGENHARIA ELÉTRICA Estudos em tomografia de coerência óptica intravascular (IV-OCT) tem demonstrado a importância das regiões de bifurcação coronária na análise de imagens médicas intravasculares, uma vez que está região é mais propensa ao acúmulo de placas, o que pode levar a doença coronariana. Um exame IV-OCT comum adquire centenas de imagens, portanto, uma ferramenta automatizada para classificar as imagens como pertencentes ou não a região de bifurcações pode ser um passo importante para acelerar a análise de imagens IV-OCT e auxiliar métodos automatizados para a quantificação de placas ateroscleróticas. Neste trabalho, avaliamos o desempenho de dois classificadores, SVM e Redes Neurais, na tarefa de classificação de identificação de bifurcações em imagens IV-OCT. O estudo incluiu imagens IV-OCT de 9 pacientes. Para melhorar o desempenho da classificação, treinamos e testamos o SVM com diferentes parâmetros por meio de uma pesquisa de grade e diferentes critérios de parada foram aplicados ao classificador de Rede Neural: erro quadrático médio, parada precoce e regularização. Foram testados diferentes conjuntos de características, utilizando técnicas de seleção de características: PCA, LDA e seleção de características escalares com correlação. Treinamento e teste foram realizados em conjuntos com um máximo de 1460 imagens. Quantificamos nossos resultados em termos de taxa de falsos positivos, taxas de verdadeiro positivo, acurácia, especificidade, precisão, taxa de falsos alarmes, f-measure e área sob curva ROC. As redes neurais obtiveram a melhor precisão de classificação, 98,83%, superando os resultados encontrados na literatura. Nossos métodos parecem oferecer uma classificação robusta e confiável automatizada de imagens IV-OCT que podem ajudar médicos indicando potenciais imagens a serem analisadas. Métodos para melhorar a generalização das redes neurais aumentaram o desempenho da classificação. Studies in intravascular optical coherence tomography (IV-OCT) have demonstrated the importance of coronary bifurcation regions in intravascular medical imaging analysis, as plaques are more likely to accumulate in this region leading to coronary disease. A typical IVOCT pullback acquires hundreds of frames, thus developing an automated tool to classify the OCT frames as bifurcation or non-bifurcation can be an important step to speed up OCT pullbacks analysis and assist automated methods for atherosclerotic plaque quantification. In this work, we evaluate the performance of two state-of-the-art classifiers, SVM and Neural Networks in the bifurcation classification task. The study included IV-OCT frames from 9 patients. In order to improve classification performance, we trained and tested the SVM with different parameters by means of a grid search and different stop criteria were applied to the Neural Network classifier: mean square error, early stop and regularization. Different sets of features were tested, using feature selection techniques: PCA, LDA and scalar feature selection with correlation. Training and test were performed in sets with a maximum of 1460 OCT frames. We quantified our results in terms of false positive rate, true positive rate, accuracy, specificity, precision, false alarm, f-measure and area under ROC curve. Neural networks obtained the best classification accuracy, 98.83%, overcoming the results found in literature. Our methods appear to offer a robust and reliable automated classification of OCT frames that might assist physicians indicating potential frames to analyze. Methods for improving neural networks generalization have increased the classification performance. CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior 2017-08-24T14:13:58Z 2017-04-17 Dissertação PORTO, Carmina Dessana Nascimento. Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte. 2017. 138 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017. http://tede.ufam.edu.br/handle/tede/5833 por Acesso Aberto http://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Doenças cardiovasculares Tomografia por coerência óptica Redes neurais Máquinas de vetores de suporte Classificação coronária ENGENHARIAS: ENGENHARIA ELÉTRICA
spellingShingle	Doenças cardiovasculares Tomografia por coerência óptica Redes neurais Máquinas de vetores de suporte Classificação coronária ENGENHARIAS: ENGENHARIA ELÉTRICA Porto, Carmina Dessana Nascimento Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
topic_facet	Doenças cardiovasculares Tomografia por coerência óptica Redes neurais Máquinas de vetores de suporte Classificação coronária ENGENHARIAS: ENGENHARIA ELÉTRICA
description	Estudos em tomografia de coerência óptica intravascular (IV-OCT) tem demonstrado a importância das regiões de bifurcação coronária na análise de imagens médicas intravasculares, uma vez que está região é mais propensa ao acúmulo de placas, o que pode levar a doença coronariana. Um exame IV-OCT comum adquire centenas de imagens, portanto, uma ferramenta automatizada para classificar as imagens como pertencentes ou não a região de bifurcações pode ser um passo importante para acelerar a análise de imagens IV-OCT e auxiliar métodos automatizados para a quantificação de placas ateroscleróticas. Neste trabalho, avaliamos o desempenho de dois classificadores, SVM e Redes Neurais, na tarefa de classificação de identificação de bifurcações em imagens IV-OCT. O estudo incluiu imagens IV-OCT de 9 pacientes. Para melhorar o desempenho da classificação, treinamos e testamos o SVM com diferentes parâmetros por meio de uma pesquisa de grade e diferentes critérios de parada foram aplicados ao classificador de Rede Neural: erro quadrático médio, parada precoce e regularização. Foram testados diferentes conjuntos de características, utilizando técnicas de seleção de características: PCA, LDA e seleção de características escalares com correlação. Treinamento e teste foram realizados em conjuntos com um máximo de 1460 imagens. Quantificamos nossos resultados em termos de taxa de falsos positivos, taxas de verdadeiro positivo, acurácia, especificidade, precisão, taxa de falsos alarmes, f-measure e área sob curva ROC. As redes neurais obtiveram a melhor precisão de classificação, 98,83%, superando os resultados encontrados na literatura. Nossos métodos parecem oferecer uma classificação robusta e confiável automatizada de imagens IV-OCT que podem ajudar médicos indicando potenciais imagens a serem analisadas. Métodos para melhorar a generalização das redes neurais aumentaram o desempenho da classificação.
author_additional	Costa, Marly Guimarães Fernandes
author_additionalStr	Costa, Marly Guimarães Fernandes
format	Dissertação
author	Porto, Carmina Dessana Nascimento
author2	http://lattes.cnpq.br/1290147905465560
author2Str	http://lattes.cnpq.br/1290147905465560
title	Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
title_short	Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
title_full	Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
title_fullStr	Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
title_full_unstemmed	Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
title_sort	classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte
publisher	Universidade Federal do Amazonas
publishDate	2017
url	http://tede.ufam.edu.br/handle/tede/5833
_version_	1831969526243131392
score	11.753735

Classificação de bifurcações em imagens de tomografia de coerência óptica intravascular utilizando redes neurais e máquinas de vetores de suporte

Registros relacionados