Simplifying Oral Cancer Diagnosis: Leveraging Low-Cost Microscopy, Support Vector Machine, and Logistic Regression Algorithms

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFederal University of ABC-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorFoiani, Letícia-
Autor(es): dc.creatorAlmeida, Janete-
Autor(es): dc.creatorMartinho, Herculano-
Data de aceite: dc.date.accessioned2025-08-21T17:53:58Z-
Data de disponibilização: dc.date.available2025-08-21T17:53:58Z-
Data de envio: dc.date.issued2025-04-29-
Data de envio: dc.date.issued2022-12-31-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1364/FIO.2023.FM1E.5-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/306955-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/306955-
Descrição: dc.descriptionThis study centered on the construction of a low-cost microscope using a smartphone camera, employed to diagnosing oral cancer using dried saliva, that could correctly diagnose 77% of the samples that a conventional microscope did.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionUral Federal University-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionCenter of Natural Sciences and Humanities Federal University of ABC, São Paulo-
Descrição: dc.descriptionDepartment of Biosciences and Diagnosis São Paulo State University Julio de Mesquita Filho, São Paulo-
Descrição: dc.descriptionDepartment of Biosciences and Diagnosis São Paulo State University Julio de Mesquita Filho, São Paulo-
Descrição: dc.descriptionCNPq: 137906/2021-8-
Descrição: dc.descriptionFAPESP: 2021/10563-9-
Idioma: dc.languageen-
Relação: dc.relationFrontiers in Optics: Proceedings Frontiers in Optics + Laser Science 2023, FiO, LS 2023-
???dc.source???: dc.sourceScopus-
Título: dc.titleSimplifying Oral Cancer Diagnosis: Leveraging Low-Cost Microscopy, Support Vector Machine, and Logistic Regression Algorithms-
Tipo de arquivo: dc.typeaula digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.