Submitted by Kamila Costa (kamilavasconceloscosta@gmail.com) on 2015-06-23T17:58:17Z No. of bitstreams: 1 DISSERTACAO-Vanessa S dos Santos.pdf: 3117245 bytes, checksum: 4002cf60cd53fb75a56f586aa91033a7 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-07T19:31:51Z (GMT) No. of bitstreams: 1 DISSERTACAO-Vanessa S dos Santos.pdf: 3117245 bytes, checksum: 4002cf60cd53fb75a56f586aa91033a7 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-08T15:17:53Z (GMT) No. of bitstreams: 1 DISSERTACAO-Vanessa S dos Santos.pdf: 3117245 bytes, checksum: 4002cf60cd53fb75a56f586aa91033a7 (MD5) / Made available in DSpace on 2015-07-08T15:17:53Z (GMT). No. of bitstreams: 1 DISSERTACAO-Vanessa S dos Santos.pdf: 3117245 bytes, checksum: 4002cf60cd53fb75a56f586aa91033a7 (MD5) Previous issue date: 2015-04-09 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Spatial Scan Statistics has been developed for geographical cluster detection in different types of models, for example, Bernoulli, Multinomial, Poisson, Exponential, Weibul and Normal. However, some data are continuos in the interval (0;1) such as rates and proportions or are limited in the interval (a;b), a < b. Therefore, in this work, we propose a spatial scan statistic for Beta regression model. The test statistics is based on a likelihood ratio test and evaluated using Bootstrap p-value. The proposed method is illustrated using infant mortality in the Amazonas State, Brazil. The Statistical power, sensitivity and positive predicted value of the test are examined through a simulation study. / A Estatística Scan Espacial tem sido desenvolvida para detecção de cluster espacial em diferentes tipos de modelos, como por exemplo, Bernoulli, Multinomial, Poisson, Exponencial, Weibull e Normal. Entretanto, alguns dados são contínuos no intervalo (0;1), tais como as taxas e proporções, ou são limitados no intervalo (a;b), a < b. Portanto, neste trabalho, vamos propor uma estatística scan espacial baseada em modelos de regressão Beta. A estatística de teste é baseada na razão de verossimilhança e avaliada usando o método de Bootstrap para o valor p. O método proposto é aplicado usando a taxa de mortalidade infantil no Estado do Amazonas, Brasil. A função poder, a sensibilidade e o valor predito positivo do teste são analisadas através de um estudo de simulação.

O objetivo principal deste projeto foi desenvolver um modelo para a detecção de clusters de microcalcificações para o processamento de imagens mamográficas inteiras. O modelo foi subdividido em três etapas sendo na primeira realizado um pré-processamento para a melhoria da qualidade das imagens mamográficas no que se refere à remoção de ruídos e alargamento de contraste. Na segunda etapa do processamento, um conjunto de algoritmos foi aplicado visando-se a detecção propriamente dita de regiões de interesse nas imagens as quais possivelmente representariam os agrupamentos de microcalcificações. A terceira etapa destinou-se à classificação das regiões pré-selecionadas na etapa anterior para a determinação final dos achados verdadeiro-positivos (VP), buscando-se, assim, a diminuição da taxa de achados falso-positivos (FP). Em cada etapa do desenvolvimento do modelo, testes computacionais foram realizados a fim de auxiliarem na análise de resultados preliminares. Por fim, vários testes computacionais foram realizados em três conjuntos de imagens com composições distintas sendo o primeiro formado por regiões de interesse (RI) de phantoms, o segundo por RI de mamografias e o terceiro por imagens mamográficas inteiras. Propõe-se a integração das técnicas propostas ao sistema CAD em desenvolvimento pelo grupo de pesquisa do LAPIMO (Laboratório de Análise e Processamento de Imagens Médicas e Oftalmológicas) da Escola de Engenharia de São Carlos do presente instituto. / The main purpose of this project was to develop a new model for the detection of microcalcifications clusters for image processing in full mammograms. The model was subdivided in three stages being in the first accomplished a pre-processing for the improvement of the quality of the mammographic images through the removal of noise and contrast enlargement. In the second stage of the processing, a group of algorithms was applied being sought the detection properly said of regions of interest (ROI\'s) in the images which possibly would represent the microcalcifications clusters. The third stage was destined to the classification of the pre-selected areas in the previous stage for the final determination of the true-positive findies (TP), being looked for, like this, the decrease of the rate of false-positive (FP) ones. In each stage of the development of the model, computational tests was accomplished in order to analyze the preliminary results. Finally, several computational tests was accomplished in three groups of images with different compositions being the first formed by ROI\'s of phantoms, the second by ROI\'s of mammograms and the third for full mammograms. Is proposed too the integration of the techniques proposed to the CAD scheme in development for the group of research of LAPIMO (Laboratory of Analysis and Processing of Medical and Ophthalmology Images) of the University of São Paulo, São Carlos of the present institute.

O objetivo principal deste projeto foi desenvolver um modelo para a detecção de clusters de microcalcificações para o processamento de imagens mamográficas inteiras. O modelo foi subdividido em três etapas sendo na primeira realizado um pré-processamento para a melhoria da qualidade das imagens mamográficas no que se refere à remoção de ruídos e alargamento de contraste. Na segunda etapa do processamento, um conjunto de algoritmos foi aplicado visando-se a detecção propriamente dita de regiões de interesse nas imagens as quais possivelmente representariam os agrupamentos de microcalcificações. A terceira etapa destinou-se à classificação das regiões pré-selecionadas na etapa anterior para a determinação final dos achados verdadeiro-positivos (VP), buscando-se, assim, a diminuição da taxa de achados falso-positivos (FP). Em cada etapa do desenvolvimento do modelo, testes computacionais foram realizados a fim de auxiliarem na análise de resultados preliminares. Por fim, vários testes computacionais foram realizados em três conjuntos de imagens com composições distintas sendo o primeiro formado por regiões de interesse (RI) de phantoms, o segundo por RI de mamografias e o terceiro por imagens mamográficas inteiras. Propõe-se a integração das técnicas propostas ao sistema CAD em desenvolvimento pelo grupo de pesquisa do LAPIMO (Laboratório de Análise e Processamento de Imagens Médicas e Oftalmológicas) da Escola de Engenharia de São Carlos do presente instituto. / The main purpose of this project was to develop a new model for the detection of microcalcifications clusters for image processing in full mammograms. The model was subdivided in three stages being in the first accomplished a pre-processing for the improvement of the quality of the mammographic images through the removal of noise and contrast enlargement. In the second stage of the processing, a group of algorithms was applied being sought the detection properly said of regions of interest (ROI\'s) in the images which possibly would represent the microcalcifications clusters. The third stage was destined to the classification of the pre-selected areas in the previous stage for the final determination of the true-positive findies (TP), being looked for, like this, the decrease of the rate of false-positive (FP) ones. In each stage of the development of the model, computational tests was accomplished in order to analyze the preliminary results. Finally, several computational tests was accomplished in three groups of images with different compositions being the first formed by ROI\'s of phantoms, the second by ROI\'s of mammograms and the third for full mammograms. Is proposed too the integration of the techniques proposed to the CAD scheme in development for the group of research of LAPIMO (Laboratory of Analysis and Processing of Medical and Ophthalmology Images) of the University of São Paulo, São Carlos of the present institute.