
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 | University of Porto | - |
| Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
| Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
| Autor(es): dc.creator | Tenguam, Jaqueline J. | - |
| Autor(es): dc.creator | Longo, Leonardo H. da Costa | - |
| Autor(es): dc.creator | Roberto, Guilherme F. | - |
| Autor(es): dc.creator | Tosta, Thaína A. A. | - |
| Autor(es): dc.creator | de Faria, Paulo R. | - |
| Autor(es): dc.creator | Loyola, Adriano M. | - |
| Autor(es): dc.creator | Cardoso, Sérgio V. | - |
| Autor(es): dc.creator | Silva, Adriano B. | - |
| Autor(es): dc.creator | do Nascimento, Marcelo Z. | - |
| Autor(es): dc.creator | Neves, Leandro A. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:33:00Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:33:00Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-01-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/app14031084 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/301306 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/301306 | - |
| Descrição: dc.description | In this paper, we propose an approach based on ensemble learning to classify histology tissues stained with hematoxylin and eosin. The proposal was applied to representative images of colorectal cancer, oral epithelial dysplasia, non-Hodgkin’s lymphoma, and liver tissues (the classification of gender and age from liver tissue samples). The ensemble learning considered multiple combinations of techniques that are commonly used to develop computer-aided diagnosis methods in medical imaging. The feature extraction was defined with different descriptors, exploring the deep learning and handcrafted methods. The deep-learned features were obtained using five different convolutional neural network architectures. The handcrafted features were representatives of fractal techniques (multidimensional and multiscale approaches), Haralick descriptors, and local binary patterns. A two-stage feature selection process (ranking with metaheuristics) was defined to obtain the main combinations of descriptors and, consequently, techniques. Each combination was tested through a rigorous ensemble process, exploring heterogeneous classifiers, such as Random Forest, Support Vector Machine, K-Nearest Neighbors, Logistic Regression, and Naive Bayes. The ensemble learning presented here provided accuracy rates from 90.72% to 100.00% and offered relevant information about the combinations of techniques in multiple histological images and the main features present in the top-performing solutions, using smaller sets of descriptors (limited to a maximum of 53), which involved each ensemble process and solutions that have not yet been explored. The developed methodology, i.e., making the knowledge of each ensemble learning comprehensible to specialists, complements the main contributions of this study to supporting the development of computer-aided diagnosis systems for histological images. | - |
| Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), Rua Cristóvão Colombo, 2265, São Paulo | - |
| Descrição: dc.description | Department of Informatics Engineering Faculty of Engineering University of Porto, Dr. Roberto Frias, sn | - |
| Descrição: dc.description | Science and Technology Institute Federal University of São Paulo (UNIFESP), Avenida Cesare Mansueto Giulio Lattes, 1201, São Paulo | - |
| Descrição: dc.description | Department of Histology and Morphology Institute of Biomedical Science Federal University of Uberlândia (UFU), Av. Amazonas, S/N, Minas Gerais | - |
| Descrição: dc.description | Area of Oral Pathology School of Dentistry Federal University of Uberlândia (UFU), R. Ceará—Umuarama, Minas Gerais | - |
| 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 | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), Rua Cristóvão Colombo, 2265, São Paulo | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Applied Sciences (Switzerland) | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | deep-learned features | - |
| Palavras-chave: dc.subject | ensemble learning | - |
| Palavras-chave: dc.subject | handcrafted features | - |
| Palavras-chave: dc.subject | histological images | - |
| Palavras-chave: dc.subject | two-stage feature selection method | - |
| Título: dc.title | Ensemble Learning-Based Solutions: An Approach for Evaluating Multiple Features in the Context of H&E Histological Images | - |
| 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: