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 | Espírito Santo Federal University | - |
Autor(es): dc.contributor | University of Wolverhampton | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Ostbayerische Technische Hochschule Regensburg (OTH Regensburg) | - |
Autor(es): dc.contributor | University Hospital Augsburg | - |
Autor(es): dc.creator | Souza, Luis A. | - |
Autor(es): dc.creator | Passos, Leandro A. | - |
Autor(es): dc.creator | Santana, Marcos Cleison S. | - |
Autor(es): dc.creator | Mendel, Robert | - |
Autor(es): dc.creator | Rauber, David | - |
Autor(es): dc.creator | Ebigbo, Alanna | - |
Autor(es): dc.creator | Probst, Andreas | - |
Autor(es): dc.creator | Messmann, Helmut | - |
Autor(es): dc.creator | Papa, João Paulo | - |
Autor(es): dc.creator | Palm, Christoph | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:17:17Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:17:17Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s11517-024-03142-8 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309738 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309738 | - |
Descrição: dc.description | Abstract: 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. For this task, the deep learning techniques’ black-box nature must somehow be lightened up to clarify its promising results. Hence, we aim to investigate the impact of the ResNet-50 deep convolutional design for Barrett’s esophagus and adenocarcinoma classification. For such a task, and aiming at proposing a two-step learning technique, the output of each convolutional layer that composes the ResNet-50 architecture was trained and classified for further definition of layers that would provide more impact in the architecture. We showed that local information and high-dimensional features are essential to improve the classification for our task. Besides, we observed a significant improvement when the most discriminative layers expressed more impact in the training and classification of ResNet-50 for Barrett’s esophagus and adenocarcinoma classification, demonstrating that both human knowledge and computational processing may influence the correct learning of such a problem. Graphical abstract: (Figure presented.) | - |
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 | Engineering and Physical Sciences Research Council | - |
Descrição: dc.description | Department of Informatics Espírito Santo Federal University | - |
Descrição: dc.description | CMI Lab School of Engineering and Informatics University of Wolverhampton | - |
Descrição: dc.description | Department of Computing São Paulo State University | - |
Descrição: dc.description | Regensburg Medical Image Computing (ReMIC) Ostbayerische Technische Hochschule Regensburg (OTH Regensburg) | - |
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 | - |
Descrição: dc.description | Engineering and Physical Sciences Research Council: EP/T021063/1 | - |
Formato: dc.format | 3355-3372 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Medical and Biological Engineering and Computing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Barrett’s esophagus detection | - |
Palavras-chave: dc.subject | Convolutional neural networks | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Multistep training | - |
Título: dc.title | Layer-selective deep representation to improve esophageal cancer classification | - |
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: