Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer

Detalhes bibliográficos
Autor(a) principal: França, Fábio Humberto Pinto
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/40866
Resumo: Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)
id RCAP_2ef5e243c456df03b465c7474c7af8dc
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/40866
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancerEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)The most important staging system for cancer is the TNM Classification of Malignant Tumors (TNM) classification. The staging procedure compiles several clinical and pathological parameters based on the Extent of Disease (EOD). The objectives of this work are to present the Tumor-Nodes-Metastasis Ontology (TNM-O), a framework for the representation of the TNM classification of malignant tumors (TNM) system; to implement the TNM Colon and Rectum ontology, a modular ontology that represents the TNM classification for the colorectal tumors based on this framework; to develop an ontologically driven classifier application with the TNM-O as it’s knowledge base and to show the feasibility of this approach on real data. TNM Ontology (TNM-O) and TNM Colon and Rectum Ontology (TNMCRO) use the Foundational Model of Anatomy (FMA) for representing anatomical entities and BioTopLite2 (BTL2) as a domain top-level ontology. The classification rules of the TNM classification for colorectal tumors were represented as described in the literature. The automatic classifier for pathological data uses these ontologies as knowledge base. It was developed with JAVA using the Ontology Web Language (OWL)-application programming interface (API) to make the bridge between the application level and knowledge base. In this study, two datasets with real data where evaluated. The first dataset contained 382 entries that was classified by the regional lymph nodes. This study compared automatic classification with the expert one and obtained an accuracy of 55%. However, the classifier flagged inconsistencies and errors made during the manual tumor documentation that caused the misclassification. The second dataset contained 292 records carefully classified by a pathologist. In this dataset, automatic classification was optimal to all types of assessment. Therefore, this study proved that an ontology-driven automatic classifier enhances the consistency in tumor documentation and provides accurate instance classification during pathological assessment of tumors.O sistema para classificação de tumores malignos mais aceite globalmente é o Tumor-Nódulos-Metásteses Classificação de Tumores Malignos (TNM). O procedimento de classificação compreende diversos parametros patológicos baseados na Extenção da Doença (EOD). Os objetivos deste trabalho consistem na apresentação da ontologia TNM-O, uma ferramenta utilizada na representação do sistema de classificação TNM; na implementação da ontologia Colon and RectumTNM-CR, uma ontologia modular que representa as regras de classificação TNM referentes aos cancros no cólon e no recto, no desenvolvimento de uma aplicação, cuja base de conhecimento é a ontologia TNM-O e no teste de viabilidade desta abordagem com dados reais. A ontologia TNM representa todas as definições e regras presentes na classificação TNM. Esta ontologia é o ponto central de um sistema desenvolvido com base numa arquitetura modular. Cada módulo consiste numa ontologia que representa as regras de classificação respetivas aos diferentes tumores. Estas ontologias podem ser importadas para a ontologia central, sendo que todas utilizam o Foundational Model of Anatomy (FMA) para representar os conceitos anatómicos e o BioTopLite 2 como ontologia de domínio. A aplicação desenvolvida para a classificação de ontologias tem como base de conhecimeto a ontologia TNM. Esta foi programada em JAVA utilizando a OWL-API como ponte entre a aplicação e a base de conhecimento. Neste estudo foram avaliados dois dataset com dados reais. O primeiro continha 382 registos que foram classificados pelos nódulos regionais. Comparando classificação automática com a manual obteve-se uma precisão de 55%. No entanto, a aplicação apontou inconsistências e erros feitos na documentação do tumor que causou este resultado. O segundo dataset consistia em 292 registos produzidos e classificados manualmente por um patologista através de documentos em texto. A classificação automática revelou resultados ótimos para todos os tipos de classificação Este estudo mostrou que a aplicação desenvolvida melhora a consistência e eficiência dos dados na documentação de tumores assim como providencia classificação automática exata durante o processo de diagnóstico do tumor.Boeker, MartinNovais, PauloUniversidade do MinhoFrança, Fábio Humberto Pinto20152015-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/40866enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:36:26Zoai:repositorium.sdum.uminho.pt:1822/40866Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:32:32.553439Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
title Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
spellingShingle Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
França, Fábio Humberto Pinto
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
title_full Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
title_fullStr Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
title_full_unstemmed Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
title_sort Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer
author França, Fábio Humberto Pinto
author_facet França, Fábio Humberto Pinto
author_role author
dc.contributor.none.fl_str_mv Boeker, Martin
Novais, Paulo
Universidade do Minho
dc.contributor.author.fl_str_mv França, Fábio Humberto Pinto
dc.subject.por.fl_str_mv Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)
publishDate 2015
dc.date.none.fl_str_mv 2015
2015-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/40866
url http://hdl.handle.net/1822/40866
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132838353698816

Registros relacionados