dc.contributor.advisor | Welfer, Daniel | |
dc.creator | Oliveira, Bruna Lorenzzetti de | |
dc.date.accessioned | 2022-07-06T19:56:30Z | |
dc.date.available | 2022-07-06T19:56:30Z | |
dc.date.issued | 2019-03-14 | |
dc.date.submitted | 2019 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25268 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019. | por |
dc.description.abstract | The automatic image recognition for diagnostic of hirsutism is not a common practice.
If there is suspected of some cause of the hirsutism types, laboratory tests are oriented to be
performed. Many factors are taken considering for the diagnostic, for example, time and development
of hirsutism, family history, ethnicity, medications and physical examination (hair
distribution patterns) are important for the evaluation of excess hair. For physical examination,
the modified Ferriman-Gallwey scale is used for evaluation of hairs. Thus, this work uses the
modified Ferriman-Gallwey scale. This scale evaluates the hair distribution and generates a
score to define the intensity of hirsutism, also provides as a model to propose the extraction of a
region of interest through image processing. For the simulations, a set of images from the literature
review were analyzed. From these images, we are looking for obtaining the extraction of an
ROI, through image processing, it was in accordance with the Ferriman-Gallwey scale model.
After the extraction, this work could identify the regions that concentrate the most presence of
hair contributing to the early diagnostic of hirsutism. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Método | por |
dc.subject | Hirsutismo | por |
dc.subject | Região de interesse | por |
dc.subject | Method | eng |
dc.subject | Hirsutism | eng |
dc.subject | Region of interest | eng |
dc.title | Método para identificação de pelos utilizando imagens naturais | por |
dc.title.alternative | Method for identification of hairs using natural images | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil | por |
dc.description.resumo | O reconhecimento automático de imagens para diagnóstico de hirsutismo não é uma
prática comum. Quando há suspeita de alguma causa dos tipos de hirsutismo, exames laboratoriais
são orientados a serem realizados. Muitos são os fatores levados em consideração para o
diagnóstico, entre eles, o tempo e desenvolvimento do hirsutismo, a história familiar, etnia, medicamentos
e o exame físico (padrão de distribuição dos pelos) são importantes para a avaliação
do excesso de pelos. Para o exame físico, a escala modificada de Ferriman-Gallwey é usada para
a avaliação dos pelos. Assim, esse trabalho utilizou a escala modificada de Ferriman-Gallwey.
Essa escala avalia a distribuição dos pelos e gera um score para definição da intensidade do
hirsutismo, também serve como modelo para propor a extração de uma região de interesse através
do processamento de imagem. Para as simulações, um conjunto de imagens da revisão
da literatura foram analisadas. A partir dessas imagens, procurou-se obter a extração de uma
ROI, através de processamento de imagem, que estivesse de acordo com o modelo da escala de
Ferriman-Gallwey. Após a extração, este trabalho conseguiu indentificar as regiões que mais
concentram a presença de pelos, podendo auxiliar nos primeiros diagnósticos de hirsutismo. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS | por |
dc.publisher.unidade | Centro de Tecnologia | por |