Publicação

Modelos de Data Mining como serviço: interpretação de imagens

Detalhes bibliográficos
Resumo:	O volume de dados produzidos pelas diversas organizações, de inúmeras áreas, tem vindo a aumentar de forma acentuada ao longo dos anos. A capacidade humana não permite a análise eficiente desta quantidade de elementos, pelo que é necessário desenvolver sistemas que possibilitem a descoberta de conhecimento. As imagens são componentes que contêm informação relevante para áreas como a medicina. As imagens raio X ou imagens de lesões na pele suportam o diagnóstico de um profissional de saúde. Contudo, um profissional de saúde nem sempre consegue ser preciso neste processo. Deste modo, os sistemas de apoio à decisão vieram suportar o conhecimento necessário para a adoção da decisão acertada. No âmbito do projeto Deux ex Machina foi desenvolvido um protótipo designado Pervasive Data Mining Engine. Esta plataforma permite efetuar, em tempo-real, processos de classificação e regressão. Neste momento, este protótipo não permite a realização de processos de análise, classificação e indexação de imagens, de modo percetível. Assim sendo, um artefacto de análise de imagens provenientes do projeto foi elaborado, com o intuito da sua posterior integração na plataforma. A metodologia Cross Industry Standard Process for Data Mining, enquadrada com a metodologia Design Science Research, permitiu a exploração de modelos preditivos de classificação, como as Convolutional Neural Networks. Já na exploração de modelos descritivos de clustering, o método k-means foi explorado. No total foram desenvolvidos três modelos. O primeiro com acuidade de 91%, o segundo com acuidade de 44% e o terceiro com a demonstração da aplicação do método de clustering. O presente documento corresponde ao relatório de Dissertação, onde, para além da exploração e apresentação de conceitos relevantes ao tema do projeto, também apresenta uma componente prática de exploração de modelos de Data Mining aplicados a imagens de lesões na pele.
Autores principais:	Coelho, Pamela de Figueiredo
Assunto:	Data mining Image mining Clustering Pervasive data mining engine Convolutional neural networks Medical image mining Decision Support Systems Melanoms Image mining na saúde Classificação Sistemas de apoio à decisão Melanomas Classification
Ano:	2018
País:	Portugal
Tipo de documento:	dissertação de mestrado
Tipo de acesso:	acesso aberto
Instituição associada:	Universidade do Minho
Idioma:	português
Origem:	RepositóriUM - Universidade do Minho

Descrição
Resumo:	O volume de dados produzidos pelas diversas organizações, de inúmeras áreas, tem vindo a aumentar de forma acentuada ao longo dos anos. A capacidade humana não permite a análise eficiente desta quantidade de elementos, pelo que é necessário desenvolver sistemas que possibilitem a descoberta de conhecimento. As imagens são componentes que contêm informação relevante para áreas como a medicina. As imagens raio X ou imagens de lesões na pele suportam o diagnóstico de um profissional de saúde. Contudo, um profissional de saúde nem sempre consegue ser preciso neste processo. Deste modo, os sistemas de apoio à decisão vieram suportar o conhecimento necessário para a adoção da decisão acertada. No âmbito do projeto Deux ex Machina foi desenvolvido um protótipo designado Pervasive Data Mining Engine. Esta plataforma permite efetuar, em tempo-real, processos de classificação e regressão. Neste momento, este protótipo não permite a realização de processos de análise, classificação e indexação de imagens, de modo percetível. Assim sendo, um artefacto de análise de imagens provenientes do projeto foi elaborado, com o intuito da sua posterior integração na plataforma. A metodologia Cross Industry Standard Process for Data Mining, enquadrada com a metodologia Design Science Research, permitiu a exploração de modelos preditivos de classificação, como as Convolutional Neural Networks. Já na exploração de modelos descritivos de clustering, o método k-means foi explorado. No total foram desenvolvidos três modelos. O primeiro com acuidade de 91%, o segundo com acuidade de 44% e o terceiro com a demonstração da aplicação do método de clustering. O presente documento corresponde ao relatório de Dissertação, onde, para além da exploração e apresentação de conceitos relevantes ao tema do projeto, também apresenta uma componente prática de exploração de modelos de Data Mining aplicados a imagens de lesões na pele.