Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Contributions to automating the analysis of conventional Pap smears.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1018100
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Souza, Marcone Jamilson Freitas | - |
| Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
| Autor(es): dc.contributor | Souza, Marcone Jamilson Freitas | - |
| Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
| Autor(es): dc.contributor | Carneiro, Cláudia Martins | - |
| Autor(es): dc.contributor | Luz, Eduardo José da Silva | - |
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Souza, Jefferson Rodrigo de | - |
| Autor(es): dc.contributor | Veras, Rodrigo de Melo Souza | - |
| Autor(es): dc.creator | Diniz, Débora Nasser | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:33:06Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:33:06Z | - |
| Data de envio: dc.date.issued | 2024-02-06 | - |
| Data de envio: dc.date.issued | 2024-02-06 | - |
| Data de envio: dc.date.issued | 2022 | - |
| Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/18071 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1018100 | - |
| Descrição: dc.description | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. | - |
| Descrição: dc.description | This thesis, organized as a compilation of articles, develops and presents contri- butions to the automated analysis of conventional Pap smear slides. A conventional Pap smear slide is a sample of cervical cells collected and prepared on a glass slide for subsequent cytopathological analysis. The main contributions are to detect and classify cervical cell nuclei to develop a decision support tool for cytopathologists. The first arti- cle resulting from this research utilizes a hierarchical methodology using Random Forest for the nucleus classification of the Herlev and Center for Recognition and Inspection of Cells (CRIC) Searchable Image Database databases based on 232 handcrafted fea- tures. In this article, we investigate balancing techniques, perform statistical analyses using Shapiro-Wilk and Kruskal-Wallis tests, and introduce the CRIC Searchable Image Database segmentation base. Our result defined the state-of-the-art in five metrics for nucleus classification in five and seven classes and the state-of-the-art in precision and F1-score for two-class classification. The second article introduces a method for nu- cleus detection in synthetic Pap smear images from the Overlapping Cervical Cytology Image Segmentation Challenge dataset proposed at the 11th International Symposium on Biomedical Imaging (ISBI’14). In this second article, we investigate clustering al- gorithms for image segmentation. We also explore four traditional machine learning techniques (Decision Tree (DT), Nearest Centroid (NC), k-Nearest Neighbors (k-NN), and Multi-layer Perceptron (MLP)) for classification and propose an ensemble method using DT, NC, and k-NN. Our result defined the state-of-the-art recall using this dataset. The third article proposes an ensemble method using EfficientNets B1, B2, and B6 to classify images from the CRIC Searchable Image Database dataset. Here, we investigate ten neural network architectures to choose those used in the ensemble method and present a data augmentation methodology using image transformation techniques. Our result de- fined the five state-of-the-art metrics for nucleus classification in two and three classes. Furthermore, we introduce results for six-class classification. Lastly, the fourth article introduces the Cytopathologist Eye Assistant (CEA), an intuitive and user-friendly tool that uses deep learning to detect and classify cervical cells in Pap smear images, support- ing cytopathologists in providing diagnoses. We investigate You Only Look Once (YOLO) v5 and YOLOR for performing both tasks (detection and classification) and also explore the combination of using YOLOv5 for detection and the ensemble of EfficientNets from the third article for classification. The article explores data balancing techniques, under- sampling, and oversampling using Python’s Clodsa library. The CRIC Cervix database was used for tool evaluation, considering four scenarios: original images, resized im- ages, augmented resized images, and balanced resized images. The application of CEA was validated by specialists with years of experience in cytopathology, highlighting the tool’s ease of use and potential to address specific queries. | - |
| Descrição: dc.description | Esta tese, organizada no formato de coletânea de artigos, desenvolve e apresenta contribuições para a análise automática de lâminas convencionais do exame de Papani- colaou. Uma lâmina convencional do exame de Papanicolaou é uma amostra de células cervicais coletada e preparada em uma lâmina de vidro para posterior análise citopa- tológica. As principais contribuições estão relacionadas à detecção e classificação dos núcleos das células cervicais, com o objetivo de desenvolver uma ferramenta de suporte à decisão para citopatologistas. O primeiro artigo originado através desta pesquisa utiliza uma metodologia hierárquica utilizando Random Forest para a classificação de núcleos das bases de dados Herlev e Center for Recognition and Inspection of Cells (CRIC) Searchable Image Database utilizando 232 handcrafted features. Neste artigo investig- amos técnicas de balanceamento, performamos análises estatísticas utilizando Shapiro- Wilk e Kruskal-Wallis e introduzimos a base de segmentação do CRIC Searchable Image Database. Nosso resultado foi o estado da arte em cinco métricas para a classificação dos núcleos em cinco e sete classes, além de ter sido o estado da arte em termos de precisão e F1-score para a classificação em duas classes. O segundo artigo introduz um método para detecção de núcleos em imagens sintéticas do exame de Papanicolaou da base do Overlapping Cervical Cytology Image Segmentation Challenge proposta no 11th International Symposium on Biomedical Imaging (ISBI’14). Neste segundo artigo investigamos algoritmos de clusterização para segmentar a imagem. Também investiga- mentos quatro técnicas tradicionais de aprendizado de máquina (Decision Tree (DT), Nearest Centroid (NC), k-Nearest Neighbors (k-NN) e Multi-layer Perceptron (MLP)) para realizar a classificação e propusemos um método ensemble utilizando DT, NC e k-NN. Nosso resultado é o estado da arte em termos de revocação utilizando a base de dados. O terceiro artigo propõe um método ensemble utilizando EfficientNets B1, B2 e B6 para classificar imagens da base de classificação do CRIC Searchable Image Database. Nele, investigamos 10 arquiteturas de redes neurais para escolher quais seriam utilizadas no método ensemble e também apresentamos uma metodologia para aumento de dados utilizando técnicas de transformações nas imagens. Nosso resultado foi o estado da arte em cinco métricas para a classificação dos núcleos em duas e três classes. Além disso, introduzimos os resultados para a classificação em seis classes. Por fim, o quarto artigo apresenta o Cytopathologist Eye Assistant (CEA), uma ferramenta intuitiva e fácil de usar que emprega deep learning para detectar e classificar células cervicais das imagens do exame de Papanicolaou, suportando os citopatologistas a dar o diagnóstico. Investig- amos a You Only Look Once (YOLO) v5 e a YOLOR realizar ambas tarefas (detecção e classificação) e também investigamos a combinação de utilizar a YOLOv5 para detecção e o ensemble de EfficientNets do terceiro artigo para a classificação. O artigo explora as técnicas de balanceamento de dados undersampling e oversampling utilizando a bib- lioteca Clodsa do Python. A base de dados CRIC Cervix foi utilizada para avaliação da ferramenta, considerando quatro cenários: imagens originais, imagens redimensionadas, imagens redimensionadas aumentadas e imagens redimensionadas balanceadas. A apli- cação do CEA foi validada por especialistas com anos de experiência em citopatologia e eles destacaram a facilidade de uso da ferramenta e seu potencial para responder a consultas específicas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 06/02/2024 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação. | - |
| Palavras-chave: dc.subject | Inteligência computacional | - |
| Palavras-chave: dc.subject | Câncer | - |
| Palavras-chave: dc.subject | Dor cervical | - |
| Palavras-chave: dc.subject | Teste de Papanicolaou | - |
| Palavras-chave: dc.subject | Máquinas - aprendizagem | - |
| Título: dc.title | Contributions to automating the analysis of conventional Pap smears. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo