Dissertação
Efficient Algorithms for Medical Image Segmentation EVALUATED
Com o crescimento do n ́umero de casos de cancro e com o aumento dos gastos no sistema de sa ́ude, ́e necess ́ario automatizar processos, com vista a tornar mais r ́apido o diagn ́ostico e a diminuir gastos. Apesar de as tecnologias mais recentes permitirem a captura de imagem m ́edica 3D de alta resoluc ̧ ̃ao, a segmentac ̧ ̃ao manual de ́org ̃ao e tumores a partir dessas imagens continua a ser um processo que requer muito tempo e qualificac ̧ ̃oes. Os algoritmos do estado da arte da segmentac ̧ ̃ao atrav ́es de algoritmos de Aprendizagem Profunda s ̃ao j ́a bastante exatos. No entanto, consomem muitos recursos, levando `a necessidade de hardware caro e desperd ́ıcios energ ́eticos. Juntando algoritmos eficientes do estado da arte de extrac ̧ ̃ao de fea- tures (ou caracter ́ısticas) `a conhecida framework de segmentac ̧ ̃ao de imagem m ́edica nnUNet, este tra- balho apresenta novos algoritmos mais eficientes para segmentac ̧ ̃ao de imagem medica. Para algumas tarefas, foram alcanc ̧ados resultados semelhantes aos da rede original, usando 30% menos Floating Point Operations (FLOPs), tamb ́em diminuindo o tempo de infer ˆencia. Foram tamb ́em alcanc ̧ados re- sultados melhores do que a nnUNet original, com um tempo de infer ˆencia ligeiramente superior.
novembro 11, 2022, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Arlindo Manuel Limede de Oliveira
Departamento de Engenharia Informática (DEI)
Professor Catedrático