Dissertação
Machine Learning-based Detectors for Magnetic Signal Differentiation applied to Early Cancer Detection EVALUATED
Esta dissertação apresenta a implementação de um modelo de aprendizagem automática, nomeadamente uma rede neuronal artificial para distinção de sinais magnéticos provenientes de células marcadas com partículas magnéticas, e agregados de partículas magnéticas livres. Esta dissertação está inserida num projecto que está em desenvolvimento entre o INESC-ID e o INESC-MN que tem como principal objectivo a deteção de células cancerígenas numa amostra de sangue. A base de dados que serviu de treino para a rede neuronal, foi desenhada tendo por base simulações realizadas através da equação do dipolo magnético como modelação do comportamento da partícula magnética para os dois casos distintos. O treino do modelo foi implementado utilizando como função de ativação a função ReLu e foi obtida uma precisão superior 90\% para um sistema com um valor RMS do sinal de ruído inferior a 7 µV, um nº de partículas magnéticas por célula/aglomerado idealmente superior a 20, e uma velocidade máxima de viagem de partícula magnética de 2.5 m/s.
novembro 24, 2022, 10:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
ORIENTADOR
Diogo Miguel Bárbara Coroas Prista Caetano
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar Convidado