
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 | Lopes, Thales R. S. | - |
| Autor(es): dc.creator | Roberto, Guilherme F. | - |
| Autor(es): dc.creator | Soares, Carlos | - |
| Autor(es): dc.creator | Tosta, Thaína A. A. | - |
| Autor(es): dc.creator | Silva, Adriano B. | - |
| Autor(es): dc.creator | Loyola, Adriano M. | - |
| Autor(es): dc.creator | Cardoso, Sérgio V. | - |
| Autor(es): dc.creator | de Faria, Paulo R. | - |
| Autor(es): dc.creator | do Nascimento, Marcelo Z. | - |
| Autor(es): dc.creator | Neves, Leandro A. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:32:53Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:32:53Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.5220/0012358200003660 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309503 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309503 | - |
| Descrição: dc.description | In this work, a method based on the use of explainable artificial intelligence techniques with multiscale and multidimensional fractal techniques is presented in order to investigate histological images stained with Hematoxylin-Eosin. The CNN GoogLeNet neural activation patterns were explored, obtained from the gradient-weighted class activation mapping and locally-interpretable model-agnostic explanation techniques. The feature vectors were generated with multiscale and multidimensional fractal techniques, specifically fractal dimension, lacunarity and percolation. The features were evaluated by ranking each entry, using the ReliefF algorithm. The discriminative power of each solution was defined via classifiers with different heuristics. The best results were obtained from LIME, with a significant increase in accuracy and AUC rates when compared to those provided by GoogLeNet. The details presented here can contribute to the development of models aimed at the classification of histological images. | - |
| Descrição: dc.description | Department of Computer Science and Statistics São Paulo State University, SP | - |
| Descrição: dc.description | Faculty of Engineering University of Porto | - |
| Descrição: dc.description | Institute of Science and Technology Federal University of São Paulo, SP | - |
| Descrição: dc.description | Faculty of Computer Science Federal University of Uberlândia, MG | - |
| Descrição: dc.description | Area of Oral Pathology School of Dentistry Federal University of Uberlândia, MG | - |
| Descrição: dc.description | Department of Histology and Morphology Institute of Biomedical Science Federal University of Uberlândia, MG | - |
| Descrição: dc.description | Department of Computer Science and Statistics São Paulo State University, SP | - |
| Formato: dc.format | 441-447 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings of the International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Deep Learning | - |
| Palavras-chave: dc.subject | Explainable Artificial Intelligence | - |
| Palavras-chave: dc.subject | Fractal Features | - |
| Palavras-chave: dc.subject | Histological Images | - |
| Título: dc.title | Association of Grad-CAM, LIME and Multidimensional Fractal Techniques for the Classification of H&E Images | - |
| 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: