
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 | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
| Autor(es): dc.contributor | Federal Institute of Triângulo Mineiro (IFTM) | - |
| Autor(es): dc.creator | Silva, Adriano B. | - |
| Autor(es): dc.creator | De Oliveira, Cleber I. | - |
| Autor(es): dc.creator | Pereira, Danilo C. | - |
| Autor(es): dc.creator | Tosta, Thaina A. A. | - |
| Autor(es): dc.creator | Martins, Alessandro S. | - |
| Autor(es): dc.creator | Loyola, Adriano M. | - |
| Autor(es): dc.creator | Cardoso, Sergio V. | - |
| Autor(es): dc.creator | De Faria, Paulo R. | - |
| Autor(es): dc.creator | Neves, Leandro A. | - |
| Autor(es): dc.creator | Do Nascimento, Marcelo Z. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:30:54Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:30:54Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2021-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/SIBGRAPI55357.2022.9991758 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/248216 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/248216 | - |
| Descrição: dc.description | Oral epithelial dysplasia is a potentially malignant lesion that presents challenges for diagnosis. The use of digital systems in histological analysis can aid specialists to obtain data that allows a robust and fast grading process, but there are few methods in the literature proposing a grading system for this lesion. This study presents a method for oral epithelial dysplasia grading in histopathological images combining deep features and a polynomial classifier. The ResNet50 and AlexNet models were trained with the images and information was extracted from the convolutional layers, exploring convolutional neural networks via transfer learning. Then, the ReliefF algorithm was used to rank and select the most relevant features, which were given as an input to the polynomial classifier. The methodology was employed in a dataset with 296 regions of mice tongue images. The results were compared with the gold standard and other algorithms present in the literature. The classification stage presented AUC values ranging from 0.9663 to 0.9800. When compared to other algorithms present in the literature, our method provided relevant results regarding accuracy and AUC values. The proposed approach presented relevant results and can be used as a tool to aid pathologists in grading oral dysplastic lesions. | - |
| Descrição: dc.description | Federal University of Uberlândia (UFU) Faculty of Computer Science (FACOM) | - |
| Descrição: dc.description | São Paulo State University (UNESP) Department of Computer Science and Statistics (DCCE) | - |
| Descrição: dc.description | Federal University of São Paulo (UNIFESP) Science and Technology Institute | - |
| Descrição: dc.description | Federal Institute of Triângulo Mineiro (IFTM) | - |
| Descrição: dc.description | Federal University of Uberlândia (UFU) Area of Oral Pathology School of Dentistry | - |
| Descrição: dc.description | Federal University of Uberlândia (UFU) Institute of Biomedical Science Department of Histology and Morphology | - |
| Descrição: dc.description | São Paulo State University (UNESP) Department of Computer Science and Statistics (DCCE) | - |
| Formato: dc.format | 264-269 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings - 2022 35th Conference on Graphics, Patterns, and Images, SIBGRAPI 2022 | - |
| ???dc.source???: dc.source | Scopus | - |
| Título: dc.title | Assessment of the association of deep features with a polynomial algorithm for automated oral epithelial dysplasia grading | - |
| Tipo de arquivo: dc.type | aula 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: