Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | Universidade Federal do ABC (UFABC) | - |
Autor(es): dc.contributor | Federal Institute of Triângulo Mineiro (IFTM) | - |
Autor(es): dc.creator | Taino, Daniela F. [UNESP] | - |
Autor(es): dc.creator | Ribeiro, Matheus G. [UNESP] | - |
Autor(es): dc.creator | Roberto, Guilherme F. | - |
Autor(es): dc.creator | Zafalon, Geraldo F. D. [UNESP] | - |
Autor(es): dc.creator | do Nascimento, Marcelo Z. | - |
Autor(es): dc.creator | Tosta, Thaína A. A. | - |
Autor(es): dc.creator | Martins, Alessandro S. | - |
Autor(es): dc.creator | Neves, Leandro A. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:48:17Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:48:17Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-05-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s10044-020-00931-3 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/206801 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/206801 | - |
Descrição: dc.description | The analysis of histological images is based on visual assessment of tissues by specialists using an optical microscopy. This task can be time-consuming and challenging, mainly due to the complexity of the structures and diseases under investigation. These facts have motivated the development of computational methods to support specialists in research and decision-making. Despite the different computational strategies available in the literature, the solutions based on genetic algorithm have not been fully explored to provide the best combination of features, selection algorithms and classifiers. In this paper, we describe an approach based on genetic algorithm able to evaluate a significant number of features, selection methods and classifiers in order to provide an acceptable association for the diagnosis and pattern recognition of non-Hodgkin lymphomas and colorectal cancer. The chromosomal structure was represented with four genes. The evaluation and selection of individuals, as well as the crossover and mutation processes, were defined to distinguish the groups under investigation, with the highest AUC value and the smallest number of features. The tests were performed considering 1512 features from histological images, different population sizes and number of iterations. An initial population of 50 individuals and 50 iterations provided the best result (AUC value of 0.984) for the colorectal histological images. For non-Hodgkin lymphoma images, the best result (AUC value of 0.947) was obtained with a population of 500 individuals and 50 iterations. The proposed methodology with detailed information regarding the methods, features and best associations are relevant contributions for the community interested in the study of pattern recognition of colorectal cancer and lymphomas. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) | - |
Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), Rua Cristóvão Colombo, 2265 | - |
Descrição: dc.description | Faculty of Computer Science (FACOM) - Federal University of Uberlândia (UFU), Avenida João Neves de Ávila 2121, Bl.B | - |
Descrição: dc.description | Center of Mathematics Computing and Cognition Federal University of ABC (UFABC), Avenida dos Estados, 5001 | - |
Descrição: dc.description | Federal Institute of Triângulo Mineiro (IFTM), Rua Belarmino Vilela Junqueira sn | - |
Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), Rua Cristóvão Colombo, 2265 | - |
Descrição: dc.description | CNPq: #304848/2018-2 | - |
Descrição: dc.description | CNPq: #313365/2018-0 | - |
Descrição: dc.description | CNPq: #427114/2016-0 | - |
Descrição: dc.description | CNPq: #430965/2018-4 | - |
Descrição: dc.description | FAPEMIG: #APQ-00578-18 | - |
Formato: dc.format | 483-496 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Pattern Analysis and Applications | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Best association | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | Colorectal cancer | - |
Palavras-chave: dc.subject | Feature selection | - |
Palavras-chave: dc.subject | Genetic algorithm | - |
Palavras-chave: dc.subject | Non-Hodgkin lymphoma | - |
Título: dc.title | Analysis of cancer in histological images: employing an approach based on genetic algorithm | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: