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 | Facom Ufu | - |
Autor(es): dc.contributor | Universidade Federal de São Paulo (UNIFESP) | - |
Autor(es): dc.contributor | Iftm | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Silva, Adriano B. | - |
Autor(es): dc.creator | Santos, Dali F. D. Dos | - |
Autor(es): dc.creator | Tosta, Thaina A. A. | - |
Autor(es): dc.creator | Martins, Alessandro S. | - |
Autor(es): dc.creator | Neves, Leandro A. [UNESP] | - |
Autor(es): dc.creator | Travenclo, Bruno A. N. | - |
Autor(es): dc.creator | Faria, Paulo R. De | - |
Autor(es): dc.creator | Nascimento, Marcelo Z. Do | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:49:34Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:49:34Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2020-12-15 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/BIBM49941.2020.9313101 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/207224 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/207224 | - |
Descrição: dc.description | Oral epithelial dysplasia is a common type of pre-cancerous lesion that can be categorized as mild, moderate and severe. The manual diagnosis of this type of lesion is a time consuming and complex task. The use of digital systems applied to microscopic image analysis can aid the decision making of specialists. In recent years, deep learning-based methods are getting more attention due to its improved results in nuclei segmentation tasks. In this paper, we propose a methodology for nuclei segmentation on images of dysplastic tissues using neural networks. Several optimization algorithms and color normalization methods were evaluated. The methodology was performed on a dataset of mice tongue images. The experimental evaluations showed that the Nadam optimizer in combination with images without the use of color normalization obtained the best results. The method was able to segment the images with an average accuracy of 0.887, the sensitivity of 0.762 and specificity of 0.942. The algorithm was compared to other segmentation methods and showed relevant results. These values indicate that the proposed method can be used as a tool to aid specialists in the nuclei analysis of histological images of the buccal cavity. | - |
Descrição: dc.description | Facom Ufu | - |
Descrição: dc.description | Ict Unifesp | - |
Descrição: dc.description | Iftm | - |
Descrição: dc.description | Dcce Unesp | - |
Descrição: dc.description | Dcce Unesp | - |
Formato: dc.format | 2818-2824 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings - 2020 IEEE International Conference on Bioinformatics and Biomedicine, BIBM 2020 | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | color normalization | - |
Palavras-chave: dc.subject | convolutional neural network | - |
Palavras-chave: dc.subject | Dysplasia | - |
Palavras-chave: dc.subject | nuclei segmentation. | - |
Título: dc.title | Segmentation of Oral Epithelial Dysplasias Employing Mask R-CNN and Color Normalization | - |
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: