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 São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Regensburg Medical Image Computing (ReMIC) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Pramanik, Rishav | - |
Autor(es): dc.creator | Biswas, Momojit | - |
Autor(es): dc.creator | Sen, Shibaprasad | - |
Autor(es): dc.creator | Souza Júnior, Luis Antonio de | - |
Autor(es): dc.creator | Papa, João Paulo | - |
Autor(es): dc.creator | Sarkar, Ram | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:07:20Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:07:20Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.cmpb.2022.106776 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/223771 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/223771 | - |
Descrição: dc.description | Background and Objective: Cervical cancer is one of the leading causes of women's death. Like any other disease, cervical cancer's early detection and treatment with the best possible medical advice are the paramount steps that should be taken to ensure the minimization of after-effects of contracting this disease. PaP smear images are one the most effective ways to detect the presence of such type of cancer. This article proposes a fuzzy distance-based ensemble approach composed of deep learning models for cervical cancer detection in PaP smear images. Methods: We employ three transfer learning models for this task: Inception V3, MobileNet V2, and Inception ResNet V2, with additional layers to learn data-specific features. To aggregate the outcomes of these models, we propose a novel ensemble method based on the minimization of error values between the observed and the ground-truth. For samples with multiple predictions, we first take three distance measures, i.e., Euclidean, Manhattan (City-Block), and Cosine, for each class from their corresponding best possible solution. We then defuzzify these distance measures using the product rule to calculate the final predictions. Results: In the current experiments, we have achieved 95.30%, 93.92%, and 96.44% respectively when Inception V3, MobileNet V2, and Inception ResNet V2 run individually. After applying the proposed ensemble technique, the performance reaches 96.96% which is higher than the individual models. Conclusion: Experimental outcomes on three publicly available datasets ensure that the proposed model presents competitive results compared to state-of-the-art methods. The proposed approach provides an end-to-end classification technique to detect cervical cancer from PaP smear images. This may help the medical professionals for better treatment of the cervical cancer. Thus increasing the overall efficiency in the whole testing process. The source code of the proposed work can be found in github.com/rishavpramanik/CervicalFuzzyDistanceEnsemble. | - |
Descrição: dc.description | Department of Computer Science and Engineering, Jadavpur University, 188 Raja S C Mallick Rd, West Bengal | - |
Descrição: dc.description | Department of Metallurgical and Material Engineering, Jadavpur University, 188 Raja S C Mallick Rd, West Bengal | - |
Descrição: dc.description | Department of Computer Science and Technology, University of Engineering and Management, West Bengal | - |
Descrição: dc.description | Department of Computing, São Carlos Federal University-UFScar, São Paulo | - |
Descrição: dc.description | Regensburg Medical Image Computing (ReMIC), Ostbayerische Technische Hochschule Regensburg (OTH Regensburg), Bavaria | - |
Descrição: dc.description | Department of Computing, São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01, São Paulo | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Computer Methods and Programs in Biomedicine | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Cervical cancer | - |
Palavras-chave: dc.subject | Computer-aided detection | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Ensemble learning | - |
Palavras-chave: dc.subject | Fuzzy logic | - |
Título: dc.title | A fuzzy distance-based ensemble of deep models for cervical cancer detection | - |
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: