Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.unipampa.edu.br/jspui/handle/riu/4907
Tipo: Dissertação
Título : Diagnóstico automático de Ceratoconjuntivite Infecciosa Bovina por meio de Imagens Termográficas e Redes Neurais Convolucionais
Autor(es): Freitas, Dhyonatan Santos de
Primeiro Orientador: Camargo, Sandro da Silva
Coorientador: Cardoso, Fernando Flores
1° Membro da banca: Camargo, Sandro da Silva
2° Membro da banca: Ferreira, Ana Paula Lüdtke
3° Membro da banca: Gaspar, Emanuelle Baldo
4° Membro da banca: Carpes, Felipe Pivetta
Resumo: A Ceratoconjuntivite Infecciosa Bovina (CIB) é considerada a doença ocular de maior importância na criação de bovinos, causando perdas no rebanho e prejuízos ao produtor. Por se tratar de uma doença infectocontagiosa é necessário que as formas de diagnóstico sejam aprimoradas. Atualmente, o diagnóstico para CIB é realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente é uma tarefa custosa. Neste trabalho, é avaliada a utilização da termografia infravermelha para aquisição de imagens da região ocular bovina de animais sadios e experimentalmente infectados pela CIB. A base de imagens disponível foi previamente classificada por um especialista e, posteriormente, utilizada no processo de treinamento e validação de um conjunto de arquiteturas distintas de redes neurais convolucionais (RNC), as quais foram avaliadas utilizando validação cruzada. Os melhores resultados indicam que as RNC são capazes de identificar os sinais clínicos da CIB em imagens termográficas com acurácia próxima a 94%.
Resumen : Infectious bovine keratoconjunctivitis (IBK) is considered the most important ocular disease in cattle breeding, causing losses in the herd and damage to the producer. Because of being an infectious disease it is necessary to improve diagnostic forms. Currently, the diagnosis for IBK is made by evaluating clinical signs by a specialist and confirmed by laboratory tests, which is usually a costly task. In this work, the use of infrared thermography is evaluated for the acquisition of images of the bovine ocular region of healthy and experimentally infected animals by IBK. The available image base was previously classified by a specialist and subsequently used in the training and validation process of a set of distinct architectures of convolutional neural networks (CNN), which were evaluated using cross-validation. The best results indicate that CNN are able to identify cib clinical signs in thermographic images with accuracy close to 94%.
Palabras clave : Diagnóstico por imagem
Inteligência artificial
Deep learning
Doença ocular
Reconhecimento de padrões
Image diagnostics
Artificial intelligence
Deep learning
Ocular disease
Pattern recognition
CNPQ: CNPQ::ENGENHARIAS
Idioma: por
metadata.dc.publisher.country: Brasil
Editorial : Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Bagé
Curso: Mestrado Acadêmico em Computação Aplicada
Citación : FREITAS, Dhyonatan Santos de . Diagnóstico automático de Ceratoconjuntivite Infecciosa Bovina por meio de Imagens Termográficas e Redes Neurais Convolucionais. 89 f. 2019. Dissertação (Mestrado) – Programa de Pós-Graduação Mestrado Acadêmico em Computação Aplicada – Universidade Federal do Pampa, Campus Bagé, Bagé, 2019.
Tipo de acesso: Acesso Aberto
URI : http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4907
Fecha de publicación : 20-dic-2019
Aparece en las colecciones: Mestrado em Computação Aplicada

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DHYONATAN SANTOS DE FREITA Dissertacao.pdf5.93 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.