Update translations from SlicerLanguageTranslations

Tutorials/STC-SEG-103_AIBasedSegmentationIn3DSlicer/Translations/text_dict_pt-BR.json

@@ -1,49 +1,49 @@
 {
-  "0_TextBox_0": "AI-based Segmentation in 3D Slicer",
+  "0_TextBox_0": "Segmentação baseada em IA no 3D Slicer",
   "0_TextBox_1": "Sonia Pujol, Ph. D\nBrigham and Women's Hospital ,\nEscola de Medicina de Harvard\nBoston, MA",
   "0_TextBox_3": "Oficina de Slicer Ribeirão Preto\n30 de junho de 2025",
-  "1_TextBox_0": "Manual vs AI-powered Segmentation",
-  "2_TextBox_0": "Manual vs AI-powered Segmentation",
+  "1_TextBox_0": "Segmentação Manual vs por IA",
+  "2_TextBox_0": "Segmentação Manual vs por IA",
   "1_TextBox_1": "As imagens médicas têm sido tradicionalmente segmentadas manualmente, o que é um processo demorado que requer esforço intensivo de radiologistas e está sujeito à variabilidade inter-reader.",
   "2_TextBox_1": "Na última década, a segmentação de imagem tem sido alimentada pelo desenvolvimento de algoritmos de aprendizagem profunda (por exemplo, nnUnet pelo Centro Alemão de Pesquisa de Câncer (DKFZ)/Helmholtz Research).\nAs ferramentas de segmentação alimentadas por IA podem reduzir o tempo de segmentação e proporcionar resultados mais reprodutíveis.",
   "3_TextBox_0": "Terminologia",
-  "3_TextBox_1": "A Model is an AI algorithm that was trained to perform a specific task (e.g. brain tumor segmentation model).\n\nThe Weights of an AI model are small numbers that determine how much importance the model gives to different image features.\n\nDuring the Training phase, a model learns patterns from data labelled by experts and adjusts its weights to improve its predictions.\n\nDuring the Validation/Test phase, the model is evaluated on a separate set of data not used during the Training phase.\n\nDuring Inference, the model is applied to new datasets to perform the specific task it was trained for.",
-  "4_TextBox_0": "3D Slicer AI Tutorial",
-  "4_TextBox_1": "This tutorial focuses on running inference tasks using various pre-trained AI models for automated segmentation of anatomical and pathological structures.",
-  "5_TextBox_0": "MONAIAuto3DSeg Slicer extension",
-  "6_TextBox_0": "MONAIAuto3DSeg Slicer extension",
-  "5_TextBox_1": "This tutorial uses the pre-trained models of the MONAIAuto3DSeg Slicer extension.\n\n\nThe tool is designed to work on laptops or on average desktop computer without a GPU.",
-  "6_TextBox_1": "Multiple modalities Support (CT, MRI).\n\n\nMultiple anatomies (head, thorax, abdomen, pelvis, etc.).\n\n\nMultiple pathologies (tumor, hemorrhage, edema).",
-  "7_TextBox_0": "Slicer AI Tutorial: Segmentation Tasks",
-  "7_TextBox_1": "Segmentation Task #1: Prostate \n\n\nSegmentation Task #2: Brain Glioma \n\n\nSegmentation Task #3: Whole Body Segmentation",
-  "8_TextBox_0": "AI Segmentation Task #1: Prostate",
-  "9_TextBox_1": "AI-based Segmentation of Peripheral Zone (PZ) and Transition Zone (TZ) of the prostate on T2-weighted MRI Images.\n\n\nDataset:\nmsd_prostate_01-t2\nmsd_prostate_01-adc",
-  "10_TextBox_1": "Click on Add Data in the Welcome to Slicer module\n\nClick on Choose Directory to Add and browse to the location of the Slicer datasets\n\nSelect the dataset3_ProstateMRI and click on Open",
-  "11_TextBox_0": "Slicer loads the prostate MRI dataset",
-  "12_TextBox_0": "Click on Welcome to Slicer in the Modules' menu and browse to the category Segmentation\n\nSelect the MONAIAuto3DSeg module",
-  "13_TextBox_0": "Enter the model's name Prostate in the Segmentation model menu",
-  "13_TextBox_1": "Select the model Prostate - Multisequence",
-  "14_TextBox_0": "Enter the Input T2 volume msd-prostate-01-t2 and the Input ADC volume msd-prostate-01-adc",
-  "14_TextBox_1": "Click on Create new segmentation on Apply",
-  "15_TextBox_0": "Slicer starts the inference",
-  "16_TextBox_0": "Slicer shows the results of the AI-based prostate segmentation",
-  "17_TextBox_0": "AI Segmentation Task #2: Brain Glioma",
-  "18_TextBox_1": "AI-based Segmentation of Neoplasm, Necrosis and Edema in Brain MRI images.\n\n\nDatasets:\n1) BraTS-GLI_00005-000-t1n (T1-weighted)\n2) BraTS-GLI_00005-000-t1c (T1-weighted post-Gd)\n3) BraTS-GLI_00005-000-t2w (T2-weighted)\n4) BraTS-GLI_00005-000-t2f (T2-FLAIR )",
-  "19_TextBox_1": "Click on Add Data in the Welcome to Slicer module\n\nClick on Choose File(s) to Add and browse to the location of the Slicer datasets\n\nIn the subdirectory dataset4_BrainMRI_Glioma, select the four datasets BraTS-GLI-00006-t1c.nii.gz, BraTS-GLI-00006-t1n.nii.gz, BraTS-GLI-00006-t2f.nii.gz, BraTS-GLI-00006-t2w.nii.gz\n\nClick on Open",
-  "20_TextBox_0": "Select the module MONAIAuto3DSeg and enter the model's name Brain Tumor Segmentation in the Segmentation model menu",
-  "20_TextBox_1": "Select the model Brain Tumor Segmentation (BRATS) GLI",
-  "21_TextBox_0": "Enter the input volumes as follows:\n\nInput T2F volume: BraTS-GLI_00005-000-t2f\nInput T1C volume: BraTS-GLI_00005-000-t1c\nInput T1N volume: BraTS-GLI_00005-000-t1n\nInput T2W volume: BraTS-GLI_00005-000-t2w\n\n\nClick on Create new Segmentation on Apply\n\nClick on Apply to start the segmentation",
-  "22_TextBox_1": "Slicer starts running the inference task\n\nOnce the segmentation is done, 'Processing finished' appears in the Slicer GUI",
-  "23_TextBox_1": "Click on Show 3D to display the 3D segments in the 3D Viewer",
-  "24_TextBox_0": "AI Segmentation Task #3: Whole Body Segmentation",
-  "25_TextBox_1": "AI-based Segmentation of the whole body.\n\n\nDataset:\nCT_ThoraxAbdomen",
-  "26_TextBox_0": "In the Add DICOM Data module, select the Patient patient1 and double click onthe image CT_Thorax_Abdomen to load it in Slicer",
-  "27_TextBox_0": "Select the module MONAIAuto3DSeg and enter the model's name Whole Body Segmentation in the Segmentation model menu",
-  "27_TextBox_1": "Select the model Whole Body Segmentation TS1-quick",
-  "28_TextBox_0": "Select the input Volume 6:CT_Thorax_Abdomen,\n\nClick on Create new Segmentation on Apply\n\nClick on Apply to start the segmentation",
-  "29_TextBox_0": "Slicer displays the results of the AI-based segmentation using the Whole Body Segmentation TS1-quick",
-  "30_TextBox_0": "Conclusion",
-  "30_TextBox_1": "The 3D Slicer MONAIAuto3DSeg extension provides fast AI-based segmentation of anatomical and pathological structures.\n\n\nThe module can run on standard laptop and desktop computers with no GPU.",
+  "3_TextBox_1": "Um Modelo é um algoritmo de IA que foi treinado para executar uma tarefa específica (por exemplo, modelo de segmentação de tumor cerebral).\n\nOs Pesos de um modelo de IA são números pequenos que determinam quanta importância o modelo dá a diferentes características da imagem.\n\nDurante a fase de Treinamento, um modelo aprende padrões de dados rotulados por especialistas e ajusta seus pesos para melhorar suas previsões.\n\nDurante a fase de Validação/Teste, o modelo é avaliado em um conjunto separado de dados não usados durante a fase de Treinamento.\n\nDurante a Inferência, o modelo é aplicado a novos conjuntos de dados para executar a tarefa específica para a qual foi treinado.",
+  "4_TextBox_0": "Tutorial de IA do 3D Slicer",
+  "4_TextBox_1": "Este tutorial se concentra na execução de tarefas de inferência usando vários modelos de IA pré-treinados para segmentação automatizada de estruturas anatômicas e patológicas.",
+  "5_TextBox_0": "Extensão MONAIAuto3DSeg do Slicer",
+  "6_TextBox_0": "Extensão MONAIAuto3DSeg do Slicer",
+  "5_TextBox_1": "Este tutorial usa os modelos pré-treinados da extensão MONAIAuto3DSeg do Slicer.\n\n\nA ferramenta foi projetada para funcionar em laptops ou computadores desktop médios sem GPU.",
+  "6_TextBox_1": "Suporte a múltiplas modalidades (TC, RM).\n\n\nMúltiplas anatomias (cabeça, tórax, abdome, pelve, etc.).\n\n\nMúltiplas patologias (tumor, hemorragia, edema).",
+  "7_TextBox_0": "Tutorial de IA do Slicer: Tarefas de Segmentação",
+  "7_TextBox_1": "Tarefa de Segmentação #1: Próstata\n\n\nTarefa de Segmentação #2: Glioma Cerebral\n\n\nTarefa de Segmentação #3: Segmentação de Corpo Inteiro",
+  "8_TextBox_0": "Tarefa de Segmentação por IA #1: Próstata",
+  "9_TextBox_1": "Segmentação baseada em IA da Zona Periférica (ZP) e Zona de Transição (ZT) da próstata em imagens de RM ponderadas em T2.\n\n\nConjunto de dados:\nmsd_prostate_01-t2\nmsd_prostate_01-adc",
+  "10_TextBox_1": "Clique em Adicionar Dados no módulo Welcome to Slicer\n\nClique em Escolher Diretório para Adicionar e navegue até o local dos conjuntos de dados do Slicer\n\nSelecione dataset3_ProstateMRI e clique em Abrir",
+  "11_TextBox_0": "O Slicer carrega o conjunto de dados de RM de próstata",
+  "12_TextBox_0": "Clique em Welcome to Slicer no menu de Módulos e navegue até a categoria Segmentation\n\nSelecione o módulo MONAIAuto3DSeg",
+  "13_TextBox_0": "Digite o nome do modelo Prostate no menu de modelo de Segmentação",
+  "13_TextBox_1": "Selecione o modelo Prostate - Multisequence",
+  "14_TextBox_0": "Digite o volume T2 de entrada msd-prostate-01-t2 e o volume ADC de entrada msd-prostate-01-adc",
+  "14_TextBox_1": "Clique em Criar nova segmentação em Aplicar",
+  "15_TextBox_0": "O Slicer inicia a inferência",
+  "16_TextBox_0": "O Slicer mostra os resultados da segmentação de próstata baseada em IA",
+  "17_TextBox_0": "Tarefa de Segmentação por IA #2: Glioma Cerebral",
+  "18_TextBox_1": "Segmentação baseada em IA de Neoplasia, Necrose e Edema em imagens de RM cerebral.\n\n\nConjuntos de dados:\n1) BraTS-GLI_00005-000-t1n (ponderado em T1)\n2) BraTS-GLI_00005-000-t1c (ponderado em T1 pós-Gd)\n3) BraTS-GLI_00005-000-t2w (ponderado em T2)\n4) BraTS-GLI_00005-000-t2f (T2-FLAIR)",
+  "19_TextBox_1": "Clique em Adicionar Dados no módulo Welcome to Slicer\n\nClique em Escolher Arquivo(s) para Adicionar e navegue até o local dos conjuntos de dados do Slicer\n\nNo subdiretório dataset4_BrainMRI_Glioma, selecione os quatro conjuntos de dados BraTS-GLI-00006-t1c.nii.gz, BraTS-GLI-00006-t1n.nii.gz, BraTS-GLI-00006-t2f.nii.gz, BraTS-GLI-00006-t2w.nii.gz\n\nClique em Abrir",
+  "20_TextBox_0": "Selecione o módulo MONAIAuto3DSeg e digite o nome do modelo Brain Tumor Segmentation no menu de modelo de Segmentação",
+  "20_TextBox_1": "Selecione o modelo Brain Tumor Segmentation (BRATS) GLI",
+  "21_TextBox_0": "Digite os volumes de entrada como segue:\n\nVolume T2F de entrada: BraTS-GLI_00005-000-t2f\nVolume T1C de entrada: BraTS-GLI_00005-000-t1c\nVolume T1N de entrada: BraTS-GLI_00005-000-t1n\nVolume T2W de entrada: BraTS-GLI_00005-000-t2w\n\n\nClique em Criar nova Segmentação em Aplicar\n\nClique em Aplicar para iniciar a segmentação",
+  "22_TextBox_1": "O Slicer começa a executar a tarefa de inferência\n\nQuando a segmentação é concluída, 'Processamento finalizado' aparece na interface do Slicer",
+  "23_TextBox_1": "Clique em Mostrar 3D para exibir os segmentos 3D no Visualizador 3D",
+  "24_TextBox_0": "Tarefa de Segmentação por IA #3: Segmentação de Corpo Inteiro",
+  "25_TextBox_1": "Segmentação baseada em IA do corpo inteiro.\n\n\nConjunto de dados:\nCT_ThoraxAbdomen",
+  "26_TextBox_0": "No módulo Adicionar Dados DICOM, selecione o Paciente patient1 e clique duas vezes na imagem CT_Thorax_Abdomen para carregá-la no Slicer",
+  "27_TextBox_0": "Selecione o módulo MONAIAuto3DSeg e digite o nome do modelo Whole Body Segmentation no menu de modelo de Segmentação",
+  "27_TextBox_1": "Selecione o modelo Whole Body Segmentation TS1-quick",
+  "28_TextBox_0": "Selecione o Volume de entrada 6:CT_Thorax_Abdomen,\n\nClique em Criar nova Segmentação em Aplicar\n\nClique em Aplicar para iniciar a segmentação",
+  "29_TextBox_0": "O Slicer exibe os resultados da segmentação baseada em IA usando o Whole Body Segmentation TS1-quick",
+  "30_TextBox_0": "Conclusão",
+  "30_TextBox_1": "A extensão MONAIAuto3DSeg do 3D Slicer fornece segmentação rápida baseada em IA de estruturas anatômicas e patológicas.\n\n\nO módulo pode ser executado em laptops e computadores desktop padrão sem GPU.",
   "31_TextBox_0": "Agradecimentos",
-  "31_TextBox_1": "The 3D Slicer internationalization project and the 3D Slicer for Latin America project have been made possible through funding by the Chan Zuckerberg Initiative."
+  "31_TextBox_1": "O projeto de internacionalização do 3D Slicer e o projeto 3D Slicer para América Latina foram possíveis através do financiamento da Chan Zuckerberg Initiative."
 }