Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária

Detalhes bibliográficos
Autor(a) principal: Duarte, Sidon Cléo
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901
Resumo: Orientador: Prof. Dr. Marcelo Zanchetta do Nascimento
id UFBC_3366ae658d45f61262b048492345176d
oai_identifier_str oai:BDTD:76901
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionáriaTRANSFORMADA WAVELET ESTACIONÁRIALINFOMATRANSFORM WAVELET STATIONARYLYMPHOMAPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCOrientador: Prof. Dr. Marcelo Zanchetta do NascimentoDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2015.Linfoma é um tipo de tumor que afeta o sistema linfático humano, em que se estima mais de 60 subtipos de canceres distintos, derivados de 2 grandes grupos: Hodgkins e os não Hodgkins (NHL). De difícil classificação e diagnóstico, para a maioria dos casos a biópsia é a única maneira de saber se um nódulo é realmente linfoma. Atualmente a maioria dos sistemas de classificação deste tipo de linfoma é baseada unicamente na avaliação de um especialista através do auxilio de microscópio. Este trabalho tem como objetivo apresentar um método automático para classificar imagens histológicas dos três tipos de linfomas NHL mais recorrentes. Linfoma de celulas do manto (LCM), Linfoma Folicular (LF) e Leucemia Linfoide Cronica (LCM). O método baseia-se na transformada wavelet estacionária (TWE) como extrator de características, a técnica TWD como seletor de atributos e redução de dimensionalidade e a classificação através do classificador SVM com o kernel RBF. Foi utilizado, no trabalho, um banco de 30 lâminas histológicas de linfonodos, proveniente de estudos realizados por pesquisadores do Instituto Nacional do Câncer (National Cancer Institute) e Instituto Nacional do Envelhecimento (National Institute on Aging), nos Estados Unidos. Os experimentos foram realizados com 240 imagens, sendo 70 de cada classe, nos canais de cores do modelo RGB (do Inglês Red, Green and Blue) e níveis de cinza. Foi comparado o desempenho não só entre as subbandas geradas pelas transformada TWE e a transformada wevelet discreta (TWD), mas também entre os canais de cores e os grupos de imagens em classificação binária. Foram utilizadas as métricas de acurácia, sensibilidade e especificidade. Resultados relevantes foram obtidos, entre eles: Acurácia de 97,1%, Sensibilidade de 93% e Especificidade de 94%.Lymphoma is a type of tumor that affects the human lymphatic system, which is estimated more than 60 different subtypes of cancers, derivatives of 2 large groups: Hodgkins and non-Hodgkins Lymphoma (NHL). Due to difficult classification and diagnosis, for most cases, the biopsy is the only way to tell if a lump is really lymphoma. Currently most of classifications methods for this type of lymphoma are based solely on the evaluation of an expert through the microscope help. This work aims to present an automatic method to classification of histological images of the three types of Lympoma NHL most recurrent Cell Lymphoma Mantle (LCM), Lymphoma Follicular (LF) and Chronic Lymphoid Leukemia (CLL). The method is based on the Transform Wavelet Stationary (TWE) as extracting features, the ANOVA technique as selector attributes and dimensionality reduction and classification by the classifier SVM with RBF kernel. The study used a bank of 30 histological slides of lymph nodes, from studies conducted by researchers from the National Cancer Institute and National Institute on Aging in the United States. The experiments were performed with 240 images (70 of each class), on the channels of the model color RGB and gray levels. Comparing the performance not only between the subbands generated by the SWT and Discrete Wavelet Transform (DWT) but also between the color channels and the classification of binary groups of images. The accuracy, sensitivity and specificity metrics were used. Relevant results as accuracy of 97%, 93% of Sensitivity and 94% of Specificity were obtained.Nascimento, Marcelo Zanchetta doKurashima, Celso SetsuoDuarte, Sidon Cléo2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf89 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901&midiaext=70105http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901&midiaext=70106Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=76901porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-03-21T13:46:45Zoai:BDTD:76901Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-03-21T13:46:45Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
title Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
spellingShingle Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
Duarte, Sidon Cléo
TRANSFORMADA WAVELET ESTACIONÁRIA
LINFOMA
TRANSFORM WAVELET STATIONARY
LYMPHOMA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
title_short Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
title_full Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
title_fullStr Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
title_full_unstemmed Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
title_sort Um método para extração de lesões em imagens de linfoma baseado em transformada wavelet estacionária
author Duarte, Sidon Cléo
author_facet Duarte, Sidon Cléo
author_role author
dc.contributor.none.fl_str_mv Nascimento, Marcelo Zanchetta do
Kurashima, Celso Setsuo
dc.contributor.author.fl_str_mv Duarte, Sidon Cléo
dc.subject.por.fl_str_mv TRANSFORMADA WAVELET ESTACIONÁRIA
LINFOMA
TRANSFORM WAVELET STATIONARY
LYMPHOMA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
topic TRANSFORMADA WAVELET ESTACIONÁRIA
LINFOMA
TRANSFORM WAVELET STATIONARY
LYMPHOMA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
description Orientador: Prof. Dr. Marcelo Zanchetta do Nascimento
publishDate 2015
dc.date.none.fl_str_mv 2015
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://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901&midiaext=70105
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=76901&midiaext=70106
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=76901
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
89 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502095346499584

Registros relacionados