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 Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.creator | Rozendo, Guilherme Botazzo | - |
Autor(es): dc.creator | Nascimento, Marcelo Zanchetta do | - |
Autor(es): dc.creator | Roberto, Guilherme Freire | - |
Autor(es): dc.creator | Faria, Paulo Rogério de | - |
Autor(es): dc.creator | Silva, Adriano Barbosa | - |
Autor(es): dc.creator | Tosta, Thaína Aparecida Azevedo | - |
Autor(es): dc.creator | Neves, Leandro Alves | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:18:48Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:18:48Z | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2022-09-15 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.eswa.2022.117238 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/240943 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/240943 | - |
Descrição: dc.description | Computational systems to provide studies and diagnoses of non-Hodgkin's lymphomas have been increasingly developed to assist specialists in their decision-making. On the other hand, the approaches have not yet fully explored the sample entropy to assess the disease's characteristics, with indications of the best features and techniques to distinguish the main groups of lymphomas. Herein, we present a method that considers sample entropy signatures to study chronic lymphocytic leukemia, follicular lymphoma, and mantle cell lymphoma, involving images after applying multiple segmentation techniques and color normalization models. Texture signatures were defined as feature curves obtained from multiple observations, by associating different parameters. Each signature was calculated for windows of size m and ranged from 1 to 4 (0.06–0.40) tolerance levels (r). The behavior of each signature was determined from the area under the curve, skewness, maximum entropy value and area ratio, representing the signature metrics. This approach aimed to improve the quantitative ability of this descriptor, with new interpretations and associations. Thus, all features were provided for different functions, such as lazy learning, trees, genetic evolution, particle swarm and animal behavior-based approaches. The best association was tested after adding noise levels of 20%, 40% and 80%. The performances achieved with the proposal were accuracy rates between 98.72% and 99.60%. We were able to obtain an accuracy of 98.84% for multi-class classification using only ten features, which is an amount considerably lower than most of the state-of-the-art approaches. The proposed approach presents relevant advances for the investigation of computer-aided diagnosis systems since it provides accurate results and does not require preprocessing steps. Moreover, signature metrics in association with evolutionary approaches, which provided the best results, are among the main contributions of this paper, since the details of the most relevant features with a full understanding of the solutions are useful for the study and pattern recognition of non-Hodgkin's 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 | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
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 Naves de Ávila 2121, Bl.B, Minas Gerais | - |
Descrição: dc.description | Science and Technology Institute Federal University of São Paulo (UNIFESP), Avenida Cesare Mansueto Giulio Lattes, 1201 | - |
Descrição: dc.description | Department of Histology and Morphology Institute of Biomedical Science Federal University of Uberlândia (UFU), Av. Amazonas, S/N, MG | - |
Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), Rua Cristóvão Colombo, 2265 | - |
Descrição: dc.description | CNPq: #311404/2021-9 | - |
Descrição: dc.description | CNPq: #313643/2021-0 | - |
Descrição: dc.description | CNPq: #430965/2018-4 | - |
Descrição: dc.description | FAPEMIG: #APQ-00578-18 | - |
Descrição: dc.description | CAPES: 001 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Expert Systems with Applications | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Color normalization | - |
Palavras-chave: dc.subject | Non-Hodgkin's lymphomas | - |
Palavras-chave: dc.subject | SampEn signatures | - |
Palavras-chave: dc.subject | Segmentation | - |
Palavras-chave: dc.subject | Signature metrics | - |
Título: dc.title | Classification of non-Hodgkin lymphomas based on sample entropy signatures[Formula presented] | - |
Tipo de arquivo: dc.type | vídeo | - |
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: