22,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Os estudos relacionados à detecção e ao tratamento de cânceres por meio de imagens, incluindo o câncer de mama, vêm se aperfeiçoando ano após ano. Este trabalho aborda a análise discriminante de tumores mamários em imagens 2D ultrassonográficas. No processo de análise dessas imagens, métodos estatísticos univariado e multivariado são investigados com o objetivo de extrair informações discriminantes para fins de classificação. Em caráter complementar, este tipo de metodologia evidencia também as diferenças estatísticas mais significativas entre os tumores, indicando no espaço original das…mehr

Produktbeschreibung
Os estudos relacionados à detecção e ao tratamento de cânceres por meio de imagens, incluindo o câncer de mama, vêm se aperfeiçoando ano após ano. Este trabalho aborda a análise discriminante de tumores mamários em imagens 2D ultrassonográficas. No processo de análise dessas imagens, métodos estatísticos univariado e multivariado são investigados com o objetivo de extrair informações discriminantes para fins de classificação. Em caráter complementar, este tipo de metodologia evidencia também as diferenças estatísticas mais significativas entre os tumores, indicando no espaço original das imagens os casos mais simples e difíceis de classificação. Por fim, acredita-se que os resultados promissores alcançados na análise das imagens como um todo podem ser de grande valia no treinamento e suporte para radiologistas. No caso de radiologistas iniciantes, esse tipo de análise possibilitaria a confirmação de determinada classificação do ponto de vista estatístico, principalmente em casos mais simples. Já no caso de radiologistas experientes, os resultados dos classificadores poderiam servir de apoio na tomada de decisões, principalmente nos casos mais complexos e duvidosos.
Autorenporträt
Albert da Costa Xavier possui graduação em Ciência da Computação pela UNIFENAS (2001) e mestrado em Engenharia Elétrica pela FEI (2011). Atualmente é professor de pós-gradução em regime parcial na FIAP. Tem experiência na área de Ciência da Computação com ênfase em Reconhecimento de Padrões em Estatística e Arquitetura de Sistemas.