Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified

Detalhes bibliográficos
Autor(a) principal: Santos, Bianca Martins dos, 1987-
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/2698
Resumo: Orientador: Jancarlo Ferreira Gomes
id UNICAMP-30_eaf521d284dc00af0aaf0c6f8c14df3c
oai_identifier_str oai::1235869
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test QuantifiedDevelopment of computacional program for diagnosis os Schistosoma mansoni eggs by using the parasitological technique called TF-Test QuantifiedSchistosoma mansoniDiagnósticoAutomaçãoComputadoresTFT-QuantSchistosoma mansoniDiagnosisAutomationComputersTFT-QuantOrientador: Jancarlo Ferreira GomesTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências MédicasResumo: A esquistossomíase mansônica destaca-se entre as Doenças Tropicais Negligenciadas (DTN) devido a sua alta prevalência no mundo, tendo como agente etiológico parasitos trematódeos da família Schistosomatidae. Neste estudo multidisciplinar, desenvolvemos um programa computacional para detectar e identificar ovos de Schistosoma mansoni em imagens obtidas de lâminas de microscopia processadas pela nova técnica parasitológica de TF-Test Quantified (TFT-Quant). Amostras fecais de 10 camundongos albinos Swiss (Mus musculus), infectados experimentalmente pela linhagem Belo Horizonte (BH) de S. mansoni, foram processadas pela técnica de TFT-Quant para aquisição de imagens das lâminas de microscopia. Foi formado o banco SchistoEggs com 1.220 imagens, das quais 635 com ovos do parasito em estudo, sendo todas anotadas manualmente por um especialista para construção do banco de referência SchistoEggsMask. O banco SchistoEggs foi dividido em duas bases menores com 597 imagens cada, denominados SchistoEggsTrain e SchistEggsTest, enquanto 26 imagens foram destinadas para o treinamento do regressor logístico. Na detecção de componentes, dentre parasitos e impurezas, foram definidos parâmetros para os algoritmos com as imagens de SchistoEggsTrain. A versão finalizada dos algoritmos de detecção foi avaliada com a utilização de imagens de SchistoEggsTest. por meio de testes estatísticos de Acurácia, Sensibilidade, Precisão, F1 Score e Kappa. Esta detecção originou 1.772 regiões de interesse contendo componentes candidatos a parasitos, constituindo desse modo uma Base Intermediária (BI). Desta base 1.250 (70%) imagens foram utilizadas no desenvolvimento da etapa de identificação com aplicação das redes neurais VGG-16 e MobileNet. Foram realizados testes para definir os parâmetros dessas redes que melhor se adequaram à resolução do problema, utilizando tanto as imagens originais de BI quanto imagens com o fundo alterado para preto. Os 30% restantes da BI, que correspondem a 522 imagens, foram utilizados para avaliação das redes neurais. As imagens da base SchistoEggsTest foram submetidas a versão final dos algoritmos para avaliação de eficácia com os mesmos critérios estatísticos utilizados nas etapa de detecção. Os resultados dos testes para área demostraram sensibilidade acima de 95% para todos os valores. As duas redes neurais apresentaram resultados superiores a 86% em todos os testes estatísticos tanto para as imagens originais quanto para as com fundo preto. Como não houve diferença estatística relevante entre as bases de dados foi possível excluir esse passo da versão final do programa. A avalição final dos algoritmos com a base SchistoEggsTest apresentou valores de Kappa e sensibilidade, respectivamente, de 94,2% e 92,3% para a rede VGG-16 e 93,5% e 93,7% para a rede MobileNet. Esses resultados permitiram concluir um programa computacional de alta eficácia diagnóstica e com um número baixo de resultados falso positivos, que em associação com as qualidades técnico/laboratoriais do TFT-Quant, foram considerados representativos para a expansão de um estudo quantitativo de ovos de S. mansoni utilizando o Diagnóstico Automatizado de Parasitos Intestinais (DAPI)Abstract: Schistosomiasis mansoni stands out among the Neglected Tropical Diseases (NTD) due to its high prevalence worldwide, having trematode parasites of the Schistosomatidae family as the etiologic agent. In this multidisciplinary study, we developed a computer program to detect and identify Schistosoma mansoni eggs in images obtained from microscope slides processed by the new parasitological technique of TF-Test Quantified (TFT-Quant). Fecal samples from 10 Swiss albino mice (Mus musculus), experimentally infected by the Belo Horizonte (BH) strain of S. mansoni, were processed using the TFT-Quant technique to acquire images from the microscopy slides. The database, named SchistoEggs, was formed with 1,220 images, 635 with eggs of the parasite, all being manually annotated by a specialist to construct the SchistoEggsMask reference image bank. SchistoEggs was divided into two smaller databases with 597 images each, called SchistoEggsTrain and SchistEggsTest, while 26 images were intended for training the logistic regressor. The parameters for the component’s detection algorithms, among parasites and impurities, were defined with SchistoEggsTrain images. The finalized version of the detection algorithms was evaluated using SchistoEggsTest images through statistical tests of Accuracy, Sensitivity, Precision, F1 Score, and Kappa. This detection originated 1,772 regions of interest containing candidate components for parasites, thus constituting an Intermediate Base (BI). From this base, 1,250 (70%) images were used in the development of the identification step with the application of the VGG-16 and MobileNet neural networks. Tests were carried out to define the parameters of these networks that best suited the resolution of the problem, using both the original BI images and images with the background changed to black. The remaining 30% of the BI, which correspond to 522 images, were used to assess the neural networks. The images from the SchistoEggsTest base were submitted to the final version of the algorithms to evaluate effectiveness with the same statistical criteria used in the detection step. Area test results showed sensitivity above 95% for all values. The two neural networks showed results above 86% in all statistical tests for both the original images and those with a black background. As there was no relevant statistical difference between the databases, it was possible to exclude this step from the final version of the program. The final evaluation of the algorithms based on SchistoEggsTest presented Kappa and sensitivity values, respectively, of 94.2% and 92.3% for the VGG-16 network and 93.5% and 93.7% for the MobileNet network. These results allowed us to conclude a computational program with high diagnostic efficacy and with a low number of false-positive results, which in association with the technical/laboratory qualities of the TFT-Quant, were considered representative for the expansion of a quantitative study of eggs of S. mansoni using Automated Diagnosis of Intestinal Parasite (ADIP)DoutoradoSaúde da Criança e do AdolescenteDoutora em CiênciasCAPES001FAPESP2014/12236-1[s.n.]Gomes, Jancarlo Ferreira, 1960-Bresciani, Katia Denise SaraivaBenitez, Aline do NascimentoSantarém, Vamilton AlvaresAmarante, Alessandro Francisco Talamini doUniversidade Estadual de Campinas (UNICAMP). Faculdade de Ciências MédicasPrograma de Pós-Graduação em Saúde da Criança e do AdolescenteUNIVERSIDADE ESTADUAL DE CAMPINASSantos, Bianca Martins dos, 1987-20212021-11-16T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (61 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/2698SANTOS, Bianca Martins dos. Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified. 2021. 1 recurso online (61 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2698. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1235869Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-02-10T09:47:32Zoai::1235869Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-02-10T09:47:32Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
Development of computacional program for diagnosis os Schistosoma mansoni eggs by using the parasitological technique called TF-Test Quantified
title Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
spellingShingle Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
Santos, Bianca Martins dos, 1987-
Schistosoma mansoni
Diagnóstico
Automação
Computadores
TFT-Quant
Schistosoma mansoni
Diagnosis
Automation
Computers
TFT-Quant
title_short Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
title_full Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
title_fullStr Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
title_full_unstemmed Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
title_sort Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified
author Santos, Bianca Martins dos, 1987-
author_facet Santos, Bianca Martins dos, 1987-
author_role author
dc.contributor.none.fl_str_mv Gomes, Jancarlo Ferreira, 1960-
Bresciani, Katia Denise Saraiva
Benitez, Aline do Nascimento
Santarém, Vamilton Alvares
Amarante, Alessandro Francisco Talamini do
Universidade Estadual de Campinas (UNICAMP). Faculdade de Ciências Médicas
Programa de Pós-Graduação em Saúde da Criança e do Adolescente
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Santos, Bianca Martins dos, 1987-
dc.subject.por.fl_str_mv Schistosoma mansoni
Diagnóstico
Automação
Computadores
TFT-Quant
Schistosoma mansoni
Diagnosis
Automation
Computers
TFT-Quant
topic Schistosoma mansoni
Diagnóstico
Automação
Computadores
TFT-Quant
Schistosoma mansoni
Diagnosis
Automation
Computers
TFT-Quant
description Orientador: Jancarlo Ferreira Gomes
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-11-16T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/2698
SANTOS, Bianca Martins dos. Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified. 2021. 1 recurso online (61 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2698. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/2698
identifier_str_mv SANTOS, Bianca Martins dos. Desenvolvimento de programa computacional para o diagnóstico de ovos de Schistosoma mansoni por meio do uso técnica parasitológica de TF-Test Quantified. 2021. 1 recurso online (61 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2698. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1235869
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (61 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189179438923776

Registros relacionados