Q-MAM: programa para avaliação automática de qualidade a partir de imagens digitais de phantoms de mama padronizados (2023)
- Authors:
- USP affiliated authors: SCHIABEL, HOMERO - EESC ; MUCCIOLO, GABRIELA MICHELETTI - EESC
- Unidade: EESC
- Subjects: MAMOGRAFIA; IMAGEM DIGITAL; ENGENHARIA ELÉTRICA
- Language: Português
- Imprenta:
- Publisher: EESC/USP
- Publisher place: São Carlos, SP
- Date published: 2023
- Source:
- Título: Livro de Resumos Expandidos
- Conference titles: Simpósio Internacional de Iniciação Científica e Tecnológica da Universidade de São Paulo - SIICUSP
-
ABNT
MUCCIOLO, Gabriela Micheletti e SCHIABEL, Homero. Q-MAM: programa para avaliação automática de qualidade a partir de imagens digitais de phantoms de mama padronizados. 2023, Anais.. São Carlos, SP: EESC/USP, 2023. Disponível em: https://www.eesc.usp.br/biblioteca-admin/wp-content/uploads/2024/02/cicte2023anaisp.pdf. Acesso em: 09 jan. 2026. -
APA
Mucciolo, G. M., & Schiabel, H. (2023). Q-MAM: programa para avaliação automática de qualidade a partir de imagens digitais de phantoms de mama padronizados. In Livro de Resumos Expandidos. São Carlos, SP: EESC/USP. Recuperado de https://www.eesc.usp.br/biblioteca-admin/wp-content/uploads/2024/02/cicte2023anaisp.pdf -
NLM
Mucciolo GM, Schiabel H. Q-MAM: programa para avaliação automática de qualidade a partir de imagens digitais de phantoms de mama padronizados [Internet]. Livro de Resumos Expandidos. 2023 ;[citado 2026 jan. 09 ] Available from: https://www.eesc.usp.br/biblioteca-admin/wp-content/uploads/2024/02/cicte2023anaisp.pdf -
Vancouver
Mucciolo GM, Schiabel H. Q-MAM: programa para avaliação automática de qualidade a partir de imagens digitais de phantoms de mama padronizados [Internet]. Livro de Resumos Expandidos. 2023 ;[citado 2026 jan. 09 ] Available from: https://www.eesc.usp.br/biblioteca-admin/wp-content/uploads/2024/02/cicte2023anaisp.pdf - Avaliação de dose de radiação em mamografia digital: resultados de aplicação de um novo procedimento computacional de rastreamento de dados
- Reconstrução de imagem mamográfica com alta qualidade usando deep learning com imagens de baixa dose
- Análise estatística de atributos extraídos de lesões mamárias
- Classificação pela forma de nódulos mamográficos de imagens reais digitalizadas e simuladas
- Desenvolvimento de técnicas computacionais para auxiliar testes de qualidade em imagens mamográficas que utilizam o phantom CDMAM 3.4
- Segmentação automática de massas mamográficas por intermédio do crescimento de regiões e árvore de decisão
- Método RFP: redução de falsos-positivos na detecção de agrupamentos de microcalcificações em imagens de mamas densas
- Disponibilização de imagens mamográficas via internet: uma forma de contribuir para a integração regional de pesquisas em diagnóstico auxiliado por computador
- Análise de atributos para classificação de achados mamográficos usando redes bayesianas
- Resultados da aplicação de um esquema CAD para mamogramas digitais e digitalizados
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
0006_283 - Gabriela Miche... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
