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.creator | Alves, Allan F. F. [UNESP] | - |
Autor(es): dc.creator | Souza, Sergio A. [UNESP] | - |
Autor(es): dc.creator | Ruiz, Raul L. [UNESP] | - |
Autor(es): dc.creator | Reis, Tarcisio A. [UNESP] | - |
Autor(es): dc.creator | Ximenes, Aglaia M. G. [UNESP] | - |
Autor(es): dc.creator | Hasimoto, Erica N. [UNESP] | - |
Autor(es): dc.creator | Pires, Rodrigo L. [UNESP] | - |
Autor(es): dc.creator | Miranda, Jose Ricardo A. [UNESP] | - |
Autor(es): dc.creator | Pina, Diana R. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:55:51Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:55:51Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-03-17 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s13246-021-00988-2 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/209270 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/209270 | - |
Descrição: dc.description | Evaluate whether texture analysis associated with machine learning approaches could differentiate between malignant and benign lymph nodes. A total 18 patients with lung cancer were selected, with 39 lymph nodes, being 15 malignant and 24 benign. Retrospective computed tomography scans were utilized both with and without contrast medium. The great differential of this work was the use of 15 textures from mediastinal lymph nodes, with five different physicians as operators. First and second order statistical textures such as gray level run length and co-occurrence matrix were extracted and applied to three different machine learning classifiers. The best machine learning classifier demonstrated a variability of less than 5% among operators. The support vector machine (SVM) classifier presented 95% of the area under the ROC curve (AUC) and 89% of sensitivity for sequences without contrast medium. SVM classifier presented 93% of AUC and 86% of sensitivity for sequences with contrast medium. Texture analysis and machine learning may be helpful in the differentiation between malign and benign lymph nodes. This study can aid the physician in diagnosis and staging of lymph nodes and potentially reduce the number of invasive analysis to histopathological confirmation. | - |
Descrição: dc.description | Sao Paulo State Univ Julio de Mesquita Filho, Med Sch, Aracatuba, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ Julio de Mesquita Filho, Inst Biosci, Aracatuba, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ Julio de Mesquita Filho, Med Sch, Aracatuba, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ Julio de Mesquita Filho, Inst Biosci, Aracatuba, Brazil | - |
Formato: dc.format | 8 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Springer | - |
Relação: dc.relation | Physical And Engineering Sciences In Medicine | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Lymph nodes | - |
Palavras-chave: dc.subject | Textures | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Image | - |
Título: dc.title | Combining machine learning and texture analysis to differentiate mediastinal lymph nodes in lung cancer patients | - |
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: