ReP USP - Resultado da busca

Tese (Doutorado)
Caracterização do tecido tireoidiano por meio da análise de imagens hiperespectrais utilizando aprendizagem profunda (2024)
Baffa, Matheus de Freitas Oliveira; Felipe, Joaquim Cezar (Orientador)
Unidade: Interunidades em Bioengenharia
Subjects: DIAGNÓSTICO POR COMPUTADOR, APRENDIZAGEM PROFUNDA, PATOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BAFFA, Matheus de Freitas Oliveira. Caracterização do tecido tireoidiano por meio da análise de imagens hiperespectrais utilizando aprendizagem profunda. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/82/82131/tde-18062025-085920/. Acesso em: 13 fev. 2026.
APA
Baffa, M. de F. O. (2024). Caracterização do tecido tireoidiano por meio da análise de imagens hiperespectrais utilizando aprendizagem profunda (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/82/82131/tde-18062025-085920/
NLM
Baffa M de FO. Caracterização do tecido tireoidiano por meio da análise de imagens hiperespectrais utilizando aprendizagem profunda [Internet]. 2024 ;[citado 2026 fev. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/82/82131/tde-18062025-085920/
Vancouver
Baffa M de FO. Caracterização do tecido tireoidiano por meio da análise de imagens hiperespectrais utilizando aprendizagem profunda [Internet]. 2024 ;[citado 2026 fev. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/82/82131/tde-18062025-085920/
Artigo de periodico
Deep neural networks can differentiate thyroid pathologies on infrared hyperspectral images (2024)
Baffa, Matheus de Freitas Oliveira; Zezell, Denise Maria; Bachmann, Luciano ; Pereira, Thiago Martini; Deserno, Thomas Martin; Felipe, Joaquim Cezar
Source: Computer Methods and Programs in Biomedicine. Unidades: IPEN, FFCLRP, Interunidades em Bioengenharia
Subjects: INTELIGÊNCIA ARTIFICIAL, NEOPLASIAS DA TIREOIDE, DIAGNÓSTICO POR IMAGEM, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BAFFA, Matheus de Freitas Oliveira et al. Deep neural networks can differentiate thyroid pathologies on infrared hyperspectral images. Computer Methods and Programs in Biomedicine, v. 247, p. 1-8, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.cmpb.2024.108100. Acesso em: 13 fev. 2026.
APA
Baffa, M. de F. O., Zezell, D. M., Bachmann, L., Pereira, T. M., Deserno, T. M., & Felipe, J. C. (2024). Deep neural networks can differentiate thyroid pathologies on infrared hyperspectral images. Computer Methods and Programs in Biomedicine, 247, 1-8. doi:10.1016/j.cmpb.2024.108100
NLM
Baffa M de FO, Zezell DM, Bachmann L, Pereira TM, Deserno TM, Felipe JC. Deep neural networks can differentiate thyroid pathologies on infrared hyperspectral images [Internet]. Computer Methods and Programs in Biomedicine. 2024 ; 247 1-8.[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.cmpb.2024.108100
Vancouver
Baffa M de FO, Zezell DM, Bachmann L, Pereira TM, Deserno TM, Felipe JC. Deep neural networks can differentiate thyroid pathologies on infrared hyperspectral images [Internet]. Computer Methods and Programs in Biomedicine. 2024 ; 247 1-8.[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.cmpb.2024.108100
Trabalho de evento
Breast cancer detection in histological images using radiomic features and fully connected neural networks (2023)
Furio, Octavio Xavier; Santos, Carlos Eduardo Rodrigues; Oliveira, Arthur Melo de; Baffa, Matheus de Freitas Oliveira; Felipe, Joaquim Cezar
Source: Proceedings. Conference titles: International Conference on Signal-Image Technology & Internet-Based Systems (SITIS). Unidade: FFCLRP
Subjects: DIAGNÓSTICO POR COMPUTADOR, APRENDIZAGEM PROFUNDA, NEOPLASIAS MAMÁRIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FURIO, Octavio Xavier et al. Breast cancer detection in histological images using radiomic features and fully connected neural networks. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/SITIS61268.2023.00031. Acesso em: 13 fev. 2026.
APA
Furio, O. X., Santos, C. E. R., Oliveira, A. M. de, Baffa, M. de F. O., & Felipe, J. C. (2023). Breast cancer detection in histological images using radiomic features and fully connected neural networks. In Proceedings. Piscataway: IEEE. doi:10.1109/SITIS61268.2023.00031
NLM
Furio OX, Santos CER, Oliveira AM de, Baffa M de FO, Felipe JC. Breast cancer detection in histological images using radiomic features and fully connected neural networks [Internet]. Proceedings. 2023 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/SITIS61268.2023.00031
Vancouver
Furio OX, Santos CER, Oliveira AM de, Baffa M de FO, Felipe JC. Breast cancer detection in histological images using radiomic features and fully connected neural networks [Internet]. Proceedings. 2023 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/SITIS61268.2023.00031
Trabalho de evento
Advancing thyroid pathologies detection with recurrent neural networks and micro-FTIR hyperspectral imaging (2023)
Baffa, Matheus de Freitas Oliveira; Bachmann, Luciano ; Zezell, Denise Maria; Pereira, Thiago Martini; Deserno, Thomas Martin; Felipe, Joaquim Cezar
Source: Proceedings. Conference titles: IEEE International Symposium on Computer-Based Medical Systems (CBMS). Unidade: FFCLRP
Subjects: NEOPLASIAS DA TIREOIDE, REDES NEURAIS, VISÃO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BAFFA, Matheus de Freitas Oliveira et al. Advancing thyroid pathologies detection with recurrent neural networks and micro-FTIR hyperspectral imaging. 2023, Anais.. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00288. Acesso em: 13 fev. 2026.
APA
Baffa, M. de F. O., Bachmann, L., Zezell, D. M., Pereira, T. M., Deserno, T. M., & Felipe, J. C. (2023). Advancing thyroid pathologies detection with recurrent neural networks and micro-FTIR hyperspectral imaging. In Proceedings. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/CBMS58004.2023.00288
NLM
Baffa M de FO, Bachmann L, Zezell DM, Pereira TM, Deserno TM, Felipe JC. Advancing thyroid pathologies detection with recurrent neural networks and micro-FTIR hyperspectral imaging [Internet]. Proceedings. 2023 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00288
Vancouver
Baffa M de FO, Bachmann L, Zezell DM, Pereira TM, Deserno TM, Felipe JC. Advancing thyroid pathologies detection with recurrent neural networks and micro-FTIR hyperspectral imaging [Internet]. Proceedings. 2023 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00288
Artigo de periodico
Histopathological diagnosis of colon cancer using micro-FTIR hyperspectral imaging and deep learning (2023)
Muniz, Frederico Barbosa; Baffa, Matheus de Freitas Oliveira; Garcia, Sergio Britto; Bachmann, Luciano ; Felipe, Joaquim Cezar
Source: Computer Methods and Programs in Biomedicine. Unidades: FFCLRP, FMRP, Interunidades em Bioengenharia
Subjects: NEOPLASIAS DO COLON, DIAGNÓSTICO POR COMPUTADOR, ESPECTROSCOPIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MUNIZ, Frederico Barbosa et al. Histopathological diagnosis of colon cancer using micro-FTIR hyperspectral imaging and deep learning. Computer Methods and Programs in Biomedicine, v. 231, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.cmpb.2023.107388. Acesso em: 13 fev. 2026.
APA
Muniz, F. B., Baffa, M. de F. O., Garcia, S. B., Bachmann, L., & Felipe, J. C. (2023). Histopathological diagnosis of colon cancer using micro-FTIR hyperspectral imaging and deep learning. Computer Methods and Programs in Biomedicine, 231. doi:10.1016/j.cmpb.2023.107388
NLM
Muniz FB, Baffa M de FO, Garcia SB, Bachmann L, Felipe JC. Histopathological diagnosis of colon cancer using micro-FTIR hyperspectral imaging and deep learning [Internet]. Computer Methods and Programs in Biomedicine. 2023 ; 231[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.cmpb.2023.107388
Vancouver
Muniz FB, Baffa M de FO, Garcia SB, Bachmann L, Felipe JC. Histopathological diagnosis of colon cancer using micro-FTIR hyperspectral imaging and deep learning [Internet]. Computer Methods and Programs in Biomedicine. 2023 ; 231[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.cmpb.2023.107388
Trabalho de evento
On the use of machine learning algorithms to classify focal cortical dysplasia on MRI (2021)
Pereira, João Guilherme; Baffa, Matheus de Freitas Oliveira; Simozo, Fabrício Henrique ; Murta Júnior, Luiz Otávio ; Felipe, Joaquim Cezar
Source: Anais. Conference titles: Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS). Unidades: FFCLRP, Interunidades em Bioengenharia
Subjects: EPILEPSIAS PARCIAIS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, IMAGEM DIGITAL, RESSONÂNCIA MAGNÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA, João Guilherme et al. On the use of machine learning algorithms to classify focal cortical dysplasia on MRI. 2021, Anais.. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2021. Disponível em: https://doi.org/10.5753/sbcas.2021.16063. Acesso em: 13 fev. 2026.
APA
Pereira, J. G., Baffa, M. de F. O., Simozo, F. H., Murta Júnior, L. O., & Felipe, J. C. (2021). On the use of machine learning algorithms to classify focal cortical dysplasia on MRI. In Anais. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.5753/sbcas.2021.16063
NLM
Pereira JG, Baffa M de FO, Simozo FH, Murta Júnior LO, Felipe JC. On the use of machine learning algorithms to classify focal cortical dysplasia on MRI [Internet]. Anais. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.5753/sbcas.2021.16063
Vancouver
Pereira JG, Baffa M de FO, Simozo FH, Murta Júnior LO, Felipe JC. On the use of machine learning algorithms to classify focal cortical dysplasia on MRI [Internet]. Anais. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.5753/sbcas.2021.16063
Trabalho de evento
Hyperspectral signal analysis for thyroid neoplasm typification on infrared spectrum (2021)
Baffa, Matheus de Freitas Oliveira; Bachmann, Luciano ; Pereira, Thiago Martini; Felipe, Joaquim Cezar
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: FFCLRP, Interunidades em Bioengenharia
Subjects: ESPECTROSCOPIA, NEOPLASIAS DA TIREOIDE, BIÓPSIA, IMAGEM DIGITAL, RADIAÇÃO INFRAVERMELHA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BAFFA, Matheus de Freitas Oliveira et al. Hyperspectral signal analysis for thyroid neoplasm typification on infrared spectrum. 2021, Anais.. Piscataway: Computer-Based Medical Systems - CBMS, 2021. Disponível em: https://doi.org/10.1109/CBMS52027.2021.00060. Acesso em: 13 fev. 2026.
APA
Baffa, M. de F. O., Bachmann, L., Pereira, T. M., & Felipe, J. C. (2021). Hyperspectral signal analysis for thyroid neoplasm typification on infrared spectrum. In Proceedings. Piscataway: Computer-Based Medical Systems - CBMS. doi:10.1109/CBMS52027.2021.00060
NLM
Baffa M de FO, Bachmann L, Pereira TM, Felipe JC. Hyperspectral signal analysis for thyroid neoplasm typification on infrared spectrum [Internet]. Proceedings. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00060
Vancouver
Baffa M de FO, Bachmann L, Pereira TM, Felipe JC. Hyperspectral signal analysis for thyroid neoplasm typification on infrared spectrum [Internet]. Proceedings. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00060
Trabalho de evento
Brain tumor classification on multi-modality MRI using radiomic features (2021)
Souza, Davidson Lucas de; Coelho, Alessandra Martins; Felipe, Joaquim Cezar ; Baffa, Matheus de Freitas Oliveira
Source: Proceedings. Conference titles: IEEE International Conference on Bioinformatics and Biomedicine - BIBM. Unidades: FFCLRP, Interunidades em Bioengenharia
Subjects: NEOPLASIAS CEREBRAIS, IMAGEM DIGITAL, RESSONÂNCIA MAGNÉTICA, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Davidson Lucas de et al. Brain tumor classification on multi-modality MRI using radiomic features. 2021, Anais.. Piscataway: IEEE, 2021. Disponível em: https://doi.org/10.1109/BIBM52615.2021.9669791. Acesso em: 13 fev. 2026.
APA
Souza, D. L. de, Coelho, A. M., Felipe, J. C., & Baffa, M. de F. O. (2021). Brain tumor classification on multi-modality MRI using radiomic features. In Proceedings. Piscataway: IEEE. doi:10.1109/BIBM52615.2021.9669791
NLM
Souza DL de, Coelho AM, Felipe JC, Baffa M de FO. Brain tumor classification on multi-modality MRI using radiomic features [Internet]. Proceedings. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/BIBM52615.2021.9669791
Vancouver
Souza DL de, Coelho AM, Felipe JC, Baffa M de FO. Brain tumor classification on multi-modality MRI using radiomic features [Internet]. Proceedings. 2021 ;[citado 2026 fev. 13 ] Available from: https://doi.org/10.1109/BIBM52615.2021.9669791

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Conference titles

Indexado em

Non normalized affiliation