Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
ATIVIDADE |
| Tipo de Atividade: |
CURRICULARIZAÇÃO DA EXTENSÃO |
| Forma de Participação: |
ATIVIDADE ESPECIAL COLETIVA |
| Unidade Responsável: |
GEOGRAFIA - EAD - UAB (11.00.43.34.09) |
| Curso: |
GEOGRAFIA - EAD - EAD - Maceió - LICENCIATURA PLENA - Regular - Semestral (1298975) |
| Código: |
ECOM181 |
| Nome: |
FUNDAMENTOS DE IA APLICADOS AO DIAGNÓSTICO MÉDICO |
| Carga Horária Prática: |
0 h. |
| Carga Horária de Orientação: |
0 h. |
| Carga Horária Dedicada do Docente: |
0 h. |
| Carga Horária Total: |
72 h. |
| Pré-Requisitos: |
|
| Co-Requisitos: |
|
| Equivalências: |
|
| Excluir da Avaliação Institucional: |
Não |
| Aceita Criar Turma: |
Sim |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Sim |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Sim |
| Necessita de Orientador: |
Não |
| Exige Horário: |
Sim |
| Quantidade de Avaliações: |
|
| Ementa/Descrição: |
Introdução ao Auxílio Computadorizado ao Diagnóstico;
• Imagens Médicas: características, especificidades e o padrão DICOM;
• Processamento de Imagens Médicas;
• Bases de imagens médicas: desafios e soluções;
• Radiomics: técnicas, aplicações e ferramentas;
• Deep Convolutional Networks para classificação de doenças;
• Deep Convolutional Networks para segmentação de objetos;
• Deep Convolutional Networks para detecção de doenças;
• Redes Adversárias Generativas (GANS): fundamentos e aplicações em imagens médicas;
• Métricas de Avaliação. |
|
|
|
|
