Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas

Detalhes bibliográficos
Autor(a) principal: Roberto, Guilherme Freire [UNESP]
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/151316
Resumo: Neste trabalho é apresentado um novo método para quantificar e classificar amostras de tecido de linfomas não-Hodgkin, baseado na teoria da percolação. O método consiste em associar abordagens multiescala e multidimensional para dividir a imagem em regiões menores e verificar a similaridade de cor entre pixels. Um algoritmo de rotulagem de aglomerados é aplicado em cada região de interesse para obter os valores de números de aglomerados, ocorrência de percolação e ocupação do maior aglomerado. O método foi testado em diferentes classificadores com o objetivo de diferenciar três diferentes grupos de linfomas não-Hodgkin. Os resultados obtidos (taxas de AUC entre 0,940 e 0,993) superaram os fornecidos por métodos consolidados na literatura e permitiram identificar as três classes de linfomas não-Hodgkin: linfoma de células do manto, linfoma folicular e leucemia linfoide crônica.
id UNSP_6b0dfe8e83612a82a3b056fe15d51ce9
oai_identifier_str oai:repositorio.unesp.br:11449/151316
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomasMultidimensional and multiscale percolation for histological lymphomas image quantificationAtributosPercolaçãoMultiescalaMultidimensionalLinfomasFeaturesPercolationMultiscaleLymphomasNeste trabalho é apresentado um novo método para quantificar e classificar amostras de tecido de linfomas não-Hodgkin, baseado na teoria da percolação. O método consiste em associar abordagens multiescala e multidimensional para dividir a imagem em regiões menores e verificar a similaridade de cor entre pixels. Um algoritmo de rotulagem de aglomerados é aplicado em cada região de interesse para obter os valores de números de aglomerados, ocorrência de percolação e ocupação do maior aglomerado. O método foi testado em diferentes classificadores com o objetivo de diferenciar três diferentes grupos de linfomas não-Hodgkin. Os resultados obtidos (taxas de AUC entre 0,940 e 0,993) superaram os fornecidos por métodos consolidados na literatura e permitiram identificar as três classes de linfomas não-Hodgkin: linfoma de células do manto, linfoma folicular e leucemia linfoide crônica.In this work a new method to quantify and classify non-Hodgkin lymphomas tissue samples is presented, based upon percolation theory. The method consists of associating multiscale and multidimensional approaches in order to divide the image into smaller regions and then verifying color similarity between pixels. A cluster labeling algorithm was applied on each region of interest to obtain the values for the number of clusters, occurrence of percolation and occuppation of the biggest cluster. The method was tested on different classifiers aiming to differentiate three different groups of nonHodgkin lymphomas. The obtained results (AUC rates between 0.940 and 0.993) were compared to those provided by methods consolidated in the Literature, which indicates that percolation theory is a suitable approach for identifying these three classes of non-Hodgkin lymphomas, those being: mantle cell lymphoma, follicular lymphoma and chronic lymphocytic leukemia.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Neves, Leandro Alves [UNESP]Universidade Estadual Paulista (Unesp)Roberto, Guilherme Freire [UNESP]2017-08-15T20:12:38Z2017-08-15T20:12:38Z2017-07-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/15131600089041333004153073P221390538148793120000-0001-8580-7054porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-11-26T06:10:06Zoai:repositorio.unesp.br:11449/151316Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:45:15.516078Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
Multidimensional and multiscale percolation for histological lymphomas image quantification
title Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
spellingShingle Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
Roberto, Guilherme Freire [UNESP]
Atributos
Percolação
Multiescala
Multidimensional
Linfomas
Features
Percolation
Multiscale
Lymphomas
title_short Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
title_full Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
title_fullStr Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
title_full_unstemmed Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
title_sort Percolação multidimensional e multiescala para quantificação de imagens histológicas de linfomas
author Roberto, Guilherme Freire [UNESP]
author_facet Roberto, Guilherme Freire [UNESP]
author_role author
dc.contributor.none.fl_str_mv Neves, Leandro Alves [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Roberto, Guilherme Freire [UNESP]
dc.subject.por.fl_str_mv Atributos
Percolação
Multiescala
Multidimensional
Linfomas
Features
Percolation
Multiscale
Lymphomas
topic Atributos
Percolação
Multiescala
Multidimensional
Linfomas
Features
Percolation
Multiscale
Lymphomas
description Neste trabalho é apresentado um novo método para quantificar e classificar amostras de tecido de linfomas não-Hodgkin, baseado na teoria da percolação. O método consiste em associar abordagens multiescala e multidimensional para dividir a imagem em regiões menores e verificar a similaridade de cor entre pixels. Um algoritmo de rotulagem de aglomerados é aplicado em cada região de interesse para obter os valores de números de aglomerados, ocorrência de percolação e ocupação do maior aglomerado. O método foi testado em diferentes classificadores com o objetivo de diferenciar três diferentes grupos de linfomas não-Hodgkin. Os resultados obtidos (taxas de AUC entre 0,940 e 0,993) superaram os fornecidos por métodos consolidados na literatura e permitiram identificar as três classes de linfomas não-Hodgkin: linfoma de células do manto, linfoma folicular e leucemia linfoide crônica.
publishDate 2017
dc.date.none.fl_str_mv 2017-08-15T20:12:38Z
2017-08-15T20:12:38Z
2017-07-14
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/11449/151316
000890413
33004153073P2
2139053814879312
0000-0001-8580-7054
url http://hdl.handle.net/11449/151316
identifier_str_mv 000890413
33004153073P2
2139053814879312
0000-0001-8580-7054
dc.language.iso.fl_str_mv por
language por
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.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128974422802432

Registros relacionados