Logo do repositório
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
Logo do repositório
  • Comunidades e Coleções
  • Tudo no Repositório
  • Sobre o RI-CEFETMG
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Trindade, Maria Paula Pereira da"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Item
    Aplicação de inteligência artificial na classificação de imagens de ultrassonografia mamária para detecção de câncer de mama
    (Centro Federal de Educação Tecnológia de Minas Gerais, 2026-06-19) Trindade, Maria Paula Pereira da; Pereira, Fabiana Alves; http://lattes.cnpq.br/2372507678962633; http://lattes.cnpq.br/3792532900421357; Pereira, Fabiana Alves; Fagundes, Luis Paulo; Fagundes, Frederico Duarte
    Este trabalho aborda a aplicação da inteligência artificial (IA) no diagnóstico do câncer de mama, destacando o desafio de aprimorar a precisão e a agilidade na detecção precoce da doença, especialmente diante das limitações dos métodos tradicionais e da necessidade de reduzir erros interpretativos em exames de imagem; tal contexto evidencia uma lacuna relacionada à integração efetiva de algoritmos avançados na prática clínica. O objetivo geral é analisar de que maneira técnicas de aprendizado de máquina, podem otimizar a identificação de padrões suspeitos em ultrassonografia mamária, contribuindo para diagnósticos mais assertivos; como objetivos específicos, busca-se comparar o desempenho de diferentes modelos, avaliar métricas de acurácia e propor uma configuração metodológica aplicável a cenários reais. O trabalho utiliza bancos de dados públicos com imagens de ultrassonografias mamárias, pré-processamento para padronização, treinamento supervisionado de modelos e validação cruzada para análise de desempenho. Os resultados incluem aumento da acurácia e sensibilidade dos modelos em relação a classificadores convencionais, além da identificação de combinações de parâmetros que favoreçam a robustez da predição. Como contribuição, o trabalho pretende fornecer evidências sobre a eficácia do uso de IA no apoio ao diagnóstico radiológico, ampliar a compreensão sobre o potencial dessas tecnologias no contexto da saúde e favorecer o desenvolvimento de soluções que possam auxiliar profissionais na tomada de decisão clínica, promovendo impacto social e tecnológico significativo.

Repositório Institucional do Centro Federal de Educação Tecnológica de Minas Gerais

repositorio@cefetmg.br

DSpace software copyright © 2002-2026 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Enviar uma Sugestão