Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | Fed Inst Triangulo Mineiro | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Carvalho, Rafael H. de O. | - |
Autor(es): dc.creator | Martins, Alessandro S. | - |
Autor(es): dc.creator | Neves, Leandro A. [UNESP] | - |
Autor(es): dc.creator | Nascimento, Marcelo Z. do | - |
Autor(es): dc.creator | Paiva, A. C. | - |
Autor(es): dc.creator | Conci, A. | - |
Autor(es): dc.creator | Braz, G. | - |
Autor(es): dc.creator | Almeida, JDS | - |
Autor(es): dc.creator | Fernandes, LAF | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:58:17Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:58:17Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/210016 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/210016 | - |
Descrição: dc.description | Breast cancer is one of the most common diseases in women in the world. There are various imaging techniques employed in the diagnosis. The histological image analysis supported by computational systems has proved to be quite effective in diagnosing the disease. In this paper, we present an approach to quantify and classify tissue samples of the breast based on features extracted from the intensity histogram, co-occurrence matrix and the Shannon, Renyi, Tsallis and Kapoor entropies. The attribute set was employed to obtain the feature vectors which were evaluated as inputs to the random forest and sequential minimal optimization algorithms with the 10-fold cross-validation technique. In this study, we investigated the proposed approach with images obtained in four levels of magnification of the publicly available Breast Cancer Histopathological Database. In the feature selection stage, we investigated the correlation-Based feature selection, ReliefF, information gain, gain ratio, one-R and symmetrical uncertainty algorithms for evaluating the performance of the proposed approach. The proposed approach achieved significant results of AUC and accuracy for all cases analyzed. The proposed approach obtained 0.997 for AUC and 97.6% for the accuracy metric. These results are considered relevant and this approach is useful as an automated protocol for the diagnosis of breast histological tissue. | - |
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 | Univ Fed Uberlandia, Fac Comp Sci, Uberlandia, MG, Brazil | - |
Descrição: dc.description | Fed Inst Triangulo Mineiro, Ituiutaba, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp Sci & Stat, Sao Jose Do Rio Preto, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp Sci & Stat, Sao Jose Do Rio Preto, Brazil | - |
Descrição: dc.description | CNPq: 427114/2016-0 | - |
Descrição: dc.description | CNPq: 304848/2018-2 | - |
Descrição: dc.description | CNPq: 430965/20184 | - |
Descrição: dc.description | CNPq: 313365/2018-0 | - |
Descrição: dc.description | FAPEMIG: APQ-00578-18 | - |
Formato: dc.format | 39-44 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | Proceedings Of The 2020 International Conference On Systems, Signals And Image Processing (iwssip), 27th Edition | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Breast cancer | - |
Palavras-chave: dc.subject | Entropy | - |
Palavras-chave: dc.subject | CAD | - |
Palavras-chave: dc.subject | Histological Image | - |
Palavras-chave: dc.subject | Feature Extraction | - |
Título: dc.title | Analysis of Features for Breast Cancer Recognition in Different Magnifications of Histopathological Images | - |
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: