Identificação de patologias em pregas vocais por meio de classificador bag of features e redes neurais convolucionais

Página do item simplificado
dc.contributor.advisorUlson, José Alfredo Covolan [UNESP]
dc.contributor.advisorSilvério, Kelly Cristina Alves
dc.contributor.authorSalvador Junior, José Narcisio
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2022-01-05T16:48:18Z
dc.date.available2022-01-05T16:48:18Z
dc.date.issued2021-10-05
dc.description.abstractPatologias de laringe, como cistos e nódulos, são caracterizadas como alterações benignas e têm seu diagnóstico dado por meio de análise visual e perceptivo-auditiva em telelaringoscopias, exame endoscópico ambulatorial para inspeções laríngeas auxiliadas por vídeo. Porém, uma inspeção visual incorreta, que ocorre por similaridade vocal, acústica e também em suas propriedades anatômicas, pode levar o diagnóstico de uma das patologias benignas a prejudicar o diagnóstico de outra. Visto que há possibilidade de inversão na determinação diagnóstica entre essas duas patologias, pela equipe médica responsável, propõe-se uma ferramenta para auxílio diagnóstico que visa identificar e classificar imagens de pregas vocais saudáveis e não saudáveis - nódulos e cistos - advindas de telelaringoscopias e demais bancos de imagens, utilizando classificador inteligente Bag of Features e Redes Neurais Convolucionais - AlexNet, ResNet e DenseNet. Foi realizada segmentação de 45 imagens e aplicação de técnicas de Data Augmentation, passando a ter 300 imagens, divididas em três grupos entre teste e validação; sendo 100 imagens no grupo “normais”, 100 imagens no grupo “cistos” e 100 imagens no grupo “nódulos”. Ambos os grupos foram submetidos a 5 testes com 19 épocas cada um em todas as ferramentas utilizadas e alcançou-se o melhor resultados na CNN ResNet com acurácia de 97,33% de robustez e erro válido de 2,67% nos testes e classificação de pregas vocais saudáveis - normais e não saudáveis cistos e nódulos.pt
dc.description.abstractLaryngeal pathologies, such as cysts and nodules, are characterized as benign changes and have their diagnosis given through visual and auditory-perceptual analysis in telelaryngoscopy. Outpatient endoscopic examination for video-assisted laryngeal inspections. However, an incorrect visual inspection, which occurs due to vocal and acoustic similarity and also in their anatomical properties, can lead to the diagnosis of one of the benign pathologies affecting the diagnosis of the other. Since there is a possibility of inversion in the diagnostic determination between these two pathologies, by the responsible medical team, a diagnostic aid tool is proposed, which aims to identify and classify images of healthy and unhealthy vocal folds - nodules and cysts - arising from telelaryngoscopy and other image banks, using Bag of Features smart classifier and Convolutional Neural Networks - AlexNet, ResNet and DenseNet. 45 images were segmented and Data Augmentation techniques were applied, which now has 300 images, divided into three groups between test and validation; 100 images in the “normal” group, 100 images in the “cysts” group and 100 images in the “nodules” group. Both groups were submitted to 5 tests with 19 times each in all the tools used and the best results were achieved in CNN ResNet with an accuracy of 97.33% of robustness and valid error of 2.67% in the tests and classification of healthy vocal folds - normal and unhealthy cysts and nodulespt
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.identifier.capes33004056087P2
dc.identifier.urihttp://hdl.handle.net/11449/215729
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectClassificação de Imagenspt
dc.subjectBag of Featurespt
dc.subjectRedes Neurais Convolucionaispt
dc.subjectPatologia de Laringept
dc.subjectImage classificationpt
dc.subjectBag of featurespt
dc.subjectConvolutional neural networkspt
dc.subjectLaryngeal pathologypt
dc.titleIdentificação de patologias em pregas vocais por meio de classificador bag of features e redes neurais convolucionaispt
dc.title.alternativeIdentification of pathologies in vocal folds through bag of features classifier and convolutional neural networkspt
dc.title.alternativeIdentificación de patologías en cuerdas vocales mediante clasificador de bolsa de características y redes neuronales convolucionalespt
dc.typeDissertação de mestrado
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Engenharia, Baurupt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramEngenharia Elétrica - FEBpt
unesp.knowledgeAreaAutomaçãopt
unesp.researchAreaMecatrônicapt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
salvadorjunior_jn_me_bauru.pdf
Tamanho:
4.81 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
3.01 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Dissertações - Engenharia Elétrica - FEB