
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 | Federal University of Espírito Santo | - |
| Autor(es): dc.contributor | Ostbayerische Technische Hochschule Regensburg (OTH Regensburg) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | University Hospital Augsburg | - |
| Autor(es): dc.creator | Souza Jr, Luis A. | - |
| Autor(es): dc.creator | Pacheco, André G. C. | - |
| Autor(es): dc.creator | Passos, Leandro A. | - |
| Autor(es): dc.creator | Santana, Marcos C. S. | - |
| Autor(es): dc.creator | Mendel, Robert | - |
| Autor(es): dc.creator | Ebigbo, Alanna | - |
| Autor(es): dc.creator | Probst, Andreas | - |
| Autor(es): dc.creator | Messmann, Helmut | - |
| Autor(es): dc.creator | Palm, Christoph | - |
| Autor(es): dc.creator | Papa, João Paulo | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:28:52Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:28:52Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-06-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s00521-024-09615-z | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308009 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308009 | - |
| Descrição: dc.description | Limitations in computer-assisted diagnosis include lack of labeled data and inability to model the relation between what experts see and what computers learn. Even though artificial intelligence and machine learning have demonstrated remarkable performances in medical image computing, their accountability and transparency level must be improved to transfer this success into clinical practice. The reliability of machine learning decisions must be explained and interpreted, especially for supporting the medical diagnosis. While deep learning techniques are broad so that unseen information might help learn patterns of interest, human insights to describe objects of interest help in decision-making. This paper proposes a novel approach, DeepCraftFuse, to address the challenge of combining information provided by deep networks with visual-based features to significantly enhance the correct identification of cancerous tissues in patients affected with Barrett’s esophagus (BE). We demonstrate that DeepCraftFuse outperforms state-of-the-art techniques on private and public datasets, reaching results of around 95% when distinguishing patients affected by BE that is either positive or negative to esophageal cancer. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Alexander von Humboldt-Stiftung | - |
| Descrição: dc.description | Department of Informatics Federal University of Espírito Santo | - |
| Descrição: dc.description | Regensburg Medical Image Computing (ReMIC) Ostbayerische Technische Hochschule Regensburg (OTH Regensburg) | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Descrição: dc.description | Department of Gastroenterology University Hospital Augsburg | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Descrição: dc.description | FAPESP: 2013/07375-0 | - |
| Descrição: dc.description | FAPESP: 2014/12236-1 | - |
| Descrição: dc.description | FAPESP: 2016/19403-6 | - |
| Descrição: dc.description | FAPESP: 2017/04847-9 | - |
| Descrição: dc.description | FAPESP: 2019/08605-5 | - |
| Descrição: dc.description | CNPq: 306166/2014-3 | - |
| Descrição: dc.description | CNPq: 307066/2017-7 | - |
| Descrição: dc.description | Alexander von Humboldt-Stiftung: BEX 0581-16-0 | - |
| Formato: dc.format | 10445-10459 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Neural Computing and Applications | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Adenocarcinoma | - |
| Palavras-chave: dc.subject | Barrett’s esophagus | - |
| Palavras-chave: dc.subject | Deep learning | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Object detector | - |
| Título: dc.title | DeepCraftFuse: visual and deeply-learnable features work better together for esophageal cancer detection in patients with Barrett’s esophagus | - |
| 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: