Notícias

Banca de QUALIFICAÇÃO: DANIEL DE SOUSA LUZ

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANIEL DE SOUSA LUZ
DATA: 02/07/2021
HORA: 14:00
LOCAL: https://meet.google.com/rji-jwxu-geg
TÍTULO: DETECÇÃO AUTOMÁTICA DE METÁSTASE EM IMAGENS HISTOPATOLÓGICAS DE MAMA USANDO COMITÊ BASEADO EM APRENDIZADO PROFUNDO E TRANSFORMAÇÕES DE CORES
PALAVRAS-CHAVES: Câncer de mama. Diagnóstico assistido por computador. Aprendizado profundo. Imagens histopatológicas. PCam.
PÁGINAS: 55
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

O câncer de mama é a neoplasia mais comum entre mulheres. A cura da doença depende da identificação e tratamento precoce do tumor para evitar estágios avançados como a metástase da lesão inicial. Entretanto, o diagnóstico necessita de uma análise exaustiva de extensas seções de tecido mamário. Por se tratar de uma tarefa não-trivial e envolver padrões complexos, essa análise requer a atenção especial de patologistas experientes. Recentemente estudos mostraram que métodos computacionais podem auxiliar especialistas nesse processo e, inclusive, fornecer vantagens em relação ao método tradicional. Assim, este estudo propõe um método para detecção de células tumorais baseado em um comitê de redes neurais convolucionais e transformações de cores. O objetivo é otimizar a tarefa de análise histopatológica, fornecendo uma segunda opinião a patologistas e reduzindo a carga excessiva de trabalho desses profissionais. A abordagem proposta avaliou nove espaços de cores (HSV, HED, LAB, RGBCIE, YUV, LUV, GRAY-scale e YIQ) juntamente com três técnicas de treinamento (redes pré-treinadas, redes treinadas do zero e ajuste fino) para reduzir os efeitos da variação de cor das imagens na generalização dos modelos preditivos. A análise dos espaços de cor foi realizada de modo a definir quais desses modelos são mais importantes no realce e preservação de características essenciais
para a tarefa de classificação. Uma arquitetura de rede (VGG19), uma técnica de treinamento (ajuste fino) e três espaços de cores (HSV, HED e LAB) foram selecionados a partir dos testes, para compor o comitê que constitui a metodologia proposta e que atingiu o melhor desempenho neste trabalho. Essa abordagem obteve resultados promissores, com acurácia de 0,8984 e AUC de 0,9701, que demonstram uma melhora na precisão da detecção em comparação com vários dos estudos que compõem o estado da arte e que abrem novas perspectivas para realização de estudos futuros.


MEMBROS DA BANCA:
Interno - 1126212 - ANTONIO OSEAS DE CARVALHO FILHO
Presidente - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Externo à Instituição - JOÃO OTÁVIO BANDEIRA DINIZ - IFMA
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Notícia cadastrada em: 27/06/2021 18:39
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 23/07/2024 20:57