Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.045

Aluno: Carlos Henrique Caloete Pena
Orientador: Prof. Tsang Ing Ren
Título: An Ensemble Learning Method for Segmentation Fusion.
Data: 25/08/2022
Hora/Local: 15h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Carlos Alexandre Barros de Mello (UFPE / Centro de Informática)
Prof. Luis Filipe Alves Pereira (UFAPE / Departamento de Ciências da Computação)
Prof. Tsang Ing Ren (UFPE / Centro de Informática)


RESUMO:

A segmentação das células presentes nas imagens microscópicas é uma etapa 
essencial em muitas tarefas, incluindo a aferição da concentração de 
proteínas e a análise da expressão gênica das células. Em estudos de 
genômica, as segmentações celulares são vitais para avaliar a composição 
genética de células individualmente e a sua localização espacial relativa. 
Vários métodos e ferramentas foram desenvolvidos para oferecer uma 
segmentação robusta, sendo, atualmente, os modelos de deep learning as 
soluções mais promissoras. Como alternativa ao desenvolvimento de outro 
modelo direcionado de segmentação de células, propomos, nesta dissertação, 
uma estratégia de aprendizado de fusão que agrega diversas segmentações 
candidatas independentes provindas de uma mesma imagem para produzir uma 
única segmentação de consenso. Estamos particularmente interessados em 
aprender como agrupar segmentações de imagens provindas de ferramentas 
crowdsourcing, podendo ser criadas por especialistas e não especialistas em 
laboratórios e data centers. Assim, comparamos nosso modelo de fusão com 
outros métodos adotados pela comunidade biomédica e avaliamos a robustez 
dos resultados em três aspectos: fusão com outliers, dados com 
subsegmentação e deformações sintéticas. Nossa abordagem supera os métodos 
em eficiência e qualidade, especialmente, quando há uma grande discordância 
entre as segmentações candidatas da mesma imagem.

Palavras-chave: Fusão de segmentações. Segmentação de imagens. Redes de 
aprendizagemprofunda. Visão computacional.

Comentários desativados

Sobre este site

Portal institucional do Centro de Informática – UFPE

Encontre-nos

Endereço
Av. Jornalista Aníbal Fernandes, s/n – Cidade Universitária.
Recife-PE – Brasil
CEP: 50.740-560

Horário
Segunda–Sexta: 8:00–18:00