| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Rispoli, Vinicius de Carvalho | - |
| dc.contributor.author | Oliveira, Vinícius Edwardo Pereira | - |
| dc.identifier.citation | OLIVEIRA, Vinícius Edwardo Pereira. VisionHub: aplicação web para diagnóstico automatizado de retinopatia diabética com aprendizado profundo. 2025. 48 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2025. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Ciências e Tecnologias em Engenharia, Engenharia de Software, 2025. | pt_BR |
| dc.description.abstract | A retinopatia diabética é uma das principais causas de cegueira no mundo, afetando
milhões de pessoas com diabetes. O diagnóstico precoce é essencial para prevenir compli cações graves, mas a detecção manual pode ser demorada e sujeita a erros. Este trabalho
propõe o desenvolvimento de uma aplicação para auxiliar no diagnóstico da retinopatia
diabética utilizando redes neurais convolucionais capazes de identificar a doença e avaliar
sua gravidade. As redes convolucionais têm o objetivo de classificar imagens da retina e
identificar sinais da doença. Além disso, o projeto será desenvolvido utilizando metodolo gias ágeis, como o Scrum, permitindo uma abordagem iterativa e colaborativa. A aplicação
visa oferecer suporte aos médicos na análise de exames oftalmológicos, tornando o diag nóstico mais preciso e acessível. Com isso, espera-se contribuir para a detecção precoce
da retinopatia diabética, melhorando o tratamento e a qualidade de vida dos pacientes. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Retinopatia diabética | pt_BR |
| dc.subject.keyword | Retinopatia diabética - diagnóstico | pt_BR |
| dc.subject.keyword | Redes neurais convolucionais (Computação) | pt_BR |
| dc.subject.keyword | Processamento de imagens | pt_BR |
| dc.title | VisionHub: aplicação web para diagnóstico automatizado de retinopatia diabética com aprendizado profundo | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2026-08-10T19:59:55Z | - |
| dc.date.available | 2026-08-10T19:59:55Z | - |
| dc.date.submitted | 2025-12-12 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/45348 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | Diabetic retinopathy is one of the leading causes of blindness worldwide, affecting millions
of people with diabetes. Early diagnosis is essential to prevent severe complications, but
manual detection can be time-consuming and prone to errors. This study proposes the
development of an application to assist in the diagnosis of diabetic retinopathy using
convolutional neural networks capable of identifying the disease and assessing its severity.
The convolutional networks aim to classify retinal images and detect signs of the disease.
Additionally, the project will be developed using agile methodologies, such as Scrum,
enabling an iterative and collaborative approach. The application aims to support doctors
in analyzing ophthalmological exams, making the diagnosis more accurate and accessible.
With this, we hope to contribute to the early detection of diabetic retinopathy, improving
treatment and the quality of life for patients. | pt_BR |
| Aparece na Coleção: | Engenharia de Software
|
