Neste webinar vamos apresentar modelos de aprendizado profundo denominados de modelos generativos adversariais (GAN) e vamos mostrar a aplicação desses modelos no contexto de imagens médicas. Essas imagens médicas são imagens de Raio-X coletadas de pacientes com suspeita de infecção pela Tuberculose. Os modelos GAN estimam a função geradora de eventos da distribuição das imagens, o que permite que após essa estimativa, sejamos capazes de gerar sinteticamente imagens de Raio-X.
De posse das imagens coletadas dos pacientes e das imagens sintéticas geradas pela GAN podemos treinar classificadores especializados na detecção de lesões associadas à manifestação da doença nas imagens.
Apresentação: Otto Tavares
Graduado em Ciências Econômicas pela Fundação Getulio Vargas (2014), mestre em Modelagem Matemática pela Fundação Getulio Vargas (2016) e doutorando em Inteligência Computacional no Programa de Engenharia Elétrica da COPPE/UFRJ. Foi pesquisador estagiário no Instituto de Segurança Pública do Rio de Janeiro (ISP Rio) entre os anos de 2015 e 2016. Foi Engenheiro de Pesquisa no Team MiMove do INRIA Paris (Institut National de Recherche en Sciences et Technologies du Numérique) durante o ano de 2017. Foi pesquisador na Fundação Getulio Vargas entre 2018 e 2022 em cooperações entre a instituição e o IPEA e a Petrobras. É pesquisador do Laboratório de Processamento de Sinais do PEE/COPPE/UFRJ desde 2020, Professor no Infnet e no IBMEC-Rj desde 2023, além de ser Professor Substituto do Instituto de Matemática da UFRJ desde 2024. Tem experiência na área de Probabilidade, Estatística, Inteligência Computacional e Aprendizado de Máquinas.
O link de acesso será encaminhado por e-mail no dia do evento, e a certificação será concedida apenas aos participantes que acompanharem a transmissão ao vivo pelo YouTube e preencherem o formulário de presença.
A inscrição pelo Sympla é essencial para garantir o recebimento do certificado, que será enviado, em até 7 dias, para o e-mail informado no cadastro.
Após a transmissão, o webinar ficará disponível no nosso canal do YouTube.