Reduzir A Sobreposio Em Mamografiapor Classificao De Aprendizagem Profunda

O cncer de mama a principal causa de morte por cncer entre as mulheres. A mamografia o nico mtodo actualmente disponvel para a deteco fivel decancro da mamaprecoce epotencialmente curvel. Pesquisas indicam que a taxa de mortalidade poderia diminuir em30% se as mulheres com 50 anos ou mais de idade fizessem mamografias regulares. Nesta dissertao, propomos umnovo mtodo de anlise de mamografia de campo completo com foco na caracterizao e identificao de mamografias normais. Uma mamografia analisada regio por regio e classificada como normal ouanormal. Os mtodos de extrao de caractersticas so apresentados nesta tese que so usados paradistinguir regies normais e anormais de uma mamografia.Neste livro, o classificador de rede neural de convoluo usado para impulsionar a classificao desempenho. Este classificador tem um desempenho melhor do que os classificadores anteriores. Em que ele mostra mais preciso do que os outros classificadores, a taxa de erro de classificao das mamografias normais como anormais.Esta abordagem tem um bom desempenho em problemas de sobreposio.