28fev2023
09:00 Defesa de Mestrado Auditório do IC3
Tema
Projeto Assistido pelo Usuário de uma Rede Neural para Segmentação de Tumores Cerebrais
Aluno
Matheus Abrantes Cerqueira
Orientador / Docente
Alexandre Xavier Falcão
Breve resumo
A segmentação de tumores cerebrais é um tópico o qual o aprendizado profundo tem dominado nos últimos anos, apresentando os melhores resultados. Porém o método tradicional de aprendizado desses modelos requer uma grande quantidade de dados anotados e de um elevado esforço computacional. Nesse sentido outras metodologias apresentam-se como uma alternativa, como o FLIM (Feature Learning from Image Markers), o qual utiliza o conhecimento do projetista de redes para guiar o aprendizado, reduzindo os tamanhos dos modelos e a necessidade de dados totalmente anotados. O FLIM tem apresentado bons resultados na criação de extratores de características, estimando os filtros convolucionais a partir de regiões marcadas pelo usuário. Nesse sentido nós propomos um método de estimação de características para imagens de tumores cerebrais utilizando o FLIM em uma abordagem de múltiplas etapas, garantindo que a primeira camada da rede convolucional tenha características expressivas. Dentre os nossos resultados nos utilizamos uma pequena rede U-Net, cujo codificador é aprendido utilizando o FLIM e o decodificador é aprendido pelo algoritmo padrão de retropropagação, assim conseguimos mostrar que nossos resultados estão dentro do desvio padrão de grandes modelos de segmentação de tumores cerebrais.
Banca examinadora
Titulares:
| Alexandre Xavier Falcão | IC/UNICAMP |
| Fátima de Lourdes dos Santos Nunes Marques | EACH/USP |
| Marcos Medeiros Raimundo | IC/UNICAMP |
Suplentes:
| Hélio Pedrini | IC/UNICAMP |
| Leticia Rittner | FEEC/UNICAMP |