Leila Cristina Carneiro BergamascoEDUARDO COLTRIGABRIEL FIGUEREDOKELVIN LINS SILVAPEDRO ZIGANTE MARTIM2024-08-152024-08-152021-12-15https://repositorio.fei.edu.br/handle/FEI/5492O crescimento exponencial do volume de dados é uma realidade dentre todas as áreas de conhecimento. Notavelmente a área de processamento de imagens médicas encontra-se entre estas, principalmente no que tange a identificação de região de interesse (Region Of Interest - ROI) e segmentação. A priori ambas tarefas são mais presentes dentre componentes de imagens de ressonância magnética dos órgãos do coração e do cérebro. Para a detecção do ROI e segmentação, técnicas baseadas em redes neurais convolucionais têm sido amplamente aplicadas. Embora diversos métodos e arquiteturas já tenham sido propostas, muitas ainda falham em realizá-los ou não atingem resultados acurados e generalizados. Em específico, na Cardiologia, problemas como patologias derivadas da cardiomiopatia e grande quantidade de ruído estão entre os ofensores do avanço de resultados satisfatórios nas tarefas de detecção do ROI e segmentação automática do ventrículo esquerdo. Dessa forma, o presente trabalho propõe um novo método baseado na combinação de duas redes neurais modificadas juntamente com uma função redutora de ruídos, até então não utilizada em imagens deste contexto. Este estudo obteve resultados equivalentes ou próximos ao estado da arte, com índice médio de Dice de 0.92, Hausdorff médio de 3.02 e índice de Jaccard médio de 0.87 para a abordagem empregada61pt-BRRestritoTrabalho de Conclusão de Curso