@MASTERSTHESIS{ 2017:995684093,
 	title = {Classifica??o de bifurca??es em imagens de tomografia de coer?ncia ?ptica intravascular utilizando redes neurais e m?quinas de vetores de suporte},
 	year = {2017},
 	url = "http://tede.ufam.edu.br/handle/tede/5833",
 	abstract = "Estudos em tomografia de coer?ncia ?ptica intravascular (IV-OCT) tem demonstrado a
 import?ncia das regi?es de bifurca??o coron?ria na an?lise de imagens m?dicas intravasculares,
 uma vez que est? regi?o ? mais propensa ao ac?mulo de placas, o que pode levar a doen?a
 coronariana. Um exame IV-OCT comum adquire centenas de imagens, portanto, uma
 ferramenta automatizada para classificar as imagens como pertencentes ou n?o a regi?o de
 bifurca??es pode ser um passo importante para acelerar a an?lise de imagens IV-OCT e auxiliar
 m?todos automatizados para a quantifica??o de placas ateroscler?ticas. Neste trabalho,
 avaliamos o desempenho de dois classificadores, SVM e Redes Neurais, na tarefa de
 classifica??o de identifica??o de bifurca??es em imagens IV-OCT. O estudo incluiu imagens
 IV-OCT de 9 pacientes. Para melhorar o desempenho da classifica??o, treinamos e testamos o
 SVM com diferentes par?metros por meio de uma pesquisa de grade e diferentes crit?rios de
 parada foram aplicados ao classificador de Rede Neural: erro quadr?tico m?dio, parada precoce
 e regulariza??o. Foram testados diferentes conjuntos de caracter?sticas, utilizando t?cnicas de
 sele??o de caracter?sticas: PCA, LDA e sele??o de caracter?sticas escalares com correla??o.
 Treinamento e teste foram realizados em conjuntos com um m?ximo de 1460 imagens.
 Quantificamos nossos resultados em termos de taxa de falsos positivos, taxas de verdadeiro
 positivo, acur?cia, especificidade, precis?o, taxa de falsos alarmes, f-measure e ?rea sob curva
 ROC. As redes neurais obtiveram a melhor precis?o de classifica??o, 98,83%, superando os
 resultados encontrados na literatura. Nossos m?todos parecem oferecer uma classifica??o
 robusta e confi?vel automatizada de imagens IV-OCT que podem ajudar m?dicos indicando
 potenciais imagens a serem analisadas. M?todos para melhorar a generaliza??o das redes
 neurais aumentaram o desempenho da classifica??o.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Engenharia El?trica},
 	note = {Faculdade de Tecnologia}
}