Assessment of the association of deep features with a polynomial algorithm for automated oral epithelial dysplasia grading

Silva, Adriano B.; Oliveira, Cléber I. de; Pereira, Danilo César; Tosta, Tháına A. A.; Martins, Alessandro Santana; Loyola, A.M.; Cardoso, Sérgio Vitorino; Faria, Paulo Rogério de; Neves, Leandro Alves; Nascimento, Marcelo Zanchetta do

doi:10.1109/sibgrapi55357.2022.9991758

Cited by 5 publications

(18 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Essas imagens auxiliam especialistas na localizac ¸ão precisa de tumores e na orientac ¸ão durante procedimentos cirúrgicos, sendo relevantes em intervenc ¸ões minimamente invasivas, contribuindo para diagnósticos mais precisos e tratamentos eficazes. As displasias podem apresentar graus de evoluc ¸ão, sendo leves, moderadas ou severas, dependendo das alterac ¸ões e intensidades encontradas na camada epitelial [Silva et al 2022].…”

Section: Materiais E Métodosunclassified

“…Para este trabalho as imagens histológicas foram coletadas, tratadas e fornecidas por [Silva et al 2022]. Foi criado um repositório de imagens a partir de lâminas que continham lesões induzidas experimentalmente na língua de camundongos da linhagem C57Bl/6, utilizando o carcinógeno 4NQO.…”

Section: Preparac ¸ãO Da Base De Imagensunclassified

“…O experimento in vivo foi previamente autorizado pelo Comitê de Ética na Utilizac ¸ão de Animais, sob o protocolo número 038/09, e conduzido no período compreendido entre 2009 e 2010 [Faria et al 2011]. Essas imagens foram empregadas em um estudo apresentado por [Silva et al 2022] para criac ¸ão de um sistema de apoio a tomada de decisão constituído das etapas: segmentac ¸ão, pósprocessamento, extrac ¸ão de características e classificac ¸ão.…”

Section: Preparac ¸ãO Da Base De Imagensunclassified

“…A ResNet-50 foi empregada para identificar objetos na imagem, utilizando suas camadas convolucionais para gerar uma pirâmide de características conhecida como Feature Proposal Network (FPN). As camadas da FPN, contendo informac ¸ões de alto e baixo nível da imagem, foram utilizadas para identificar objetos por meio do cálculo de similaridade entre regiões [He et al 2016, Silva et al 2022.…”

Section: Segmentac ¸ãOunclassified

See 3 more Smart Citations

Divergências de Bregman aplicadas na Recuperação por Conteúdo de Imagens de Displasias Orais

Soares,

Silva,

Loyola

et al. 2024

Anais Do XXIV Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2024)

Self Cite

View full text Add to dashboard Cite

Nos últimos anos vários trabalhos empregaram funções não métricas para lidar com a descontinuidade semântica entre os resultados de consultas e a percepção de similaridade dos usuários em sistemas de Recuperação de Imagens Baseada em Conteúdo (CBIR). Neste estudo investigou-se a recuperação de imagens de displasias da cavidade oral, obtidas a partir de lâminas histológicas que continham lesões induzidas em camundongos da linhagem C57Bl/6. As imagens foram segmentadas com um método baseado na rede neural Mask R-CNN para extração de descritores morfológicos e não morfológicos. As divergências de Bregman (Kullback-Leibler e Mahalanobis) e métricas (Euclidiana e Manhattan) foram utilizadas em buscas, que foram avaliadas por precisão e revocação. As divergências de Bregman mostraram-se mais eficazes na identificação dos níveis de displasias.

show abstract

Section: Materiais E Métodosunclassified

Section: Preparac ¸ãO Da Base De Imagensunclassified

Section: Segmentac ¸ãOunclassified

See 2 more Smart Citations

Divergências de Bregman aplicadas na Recuperação por Conteúdo de Imagens de Displasias Orais

Soares,

Silva,

Loyola

et al. 2024

Anais Do XXIV Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2024)

Self Cite

View full text Add to dashboard Cite

show abstract

“…Thus, feature selection plays a critical role in identifying patterns [44], but there is no universal approach in order to define the best results for all contexts [45][46][47][48]. On the other hand, algorithms based on ranking and filters, such as ReliefF, are capable of detecting feature dependencies and provide the best solutions in different experiments [47,[49][50][51]. This strategy provides sets of features with different dimensions via any desired criteria.…”

Section: Introductionmentioning

confidence: 99%

Classification of Multiple H&E Images via an Ensemble Computational Scheme

Longo,

Roberto,

Tosta

et al. 2023

Entropy

Self Cite

View full text Add to dashboard Cite

In this work, a computational scheme is proposed to identify the main combinations of handcrafted descriptors and deep-learned features capable of classifying histological images stained with hematoxylin and eosin. The handcrafted descriptors were those representatives of multiscale and multidimensional fractal techniques (fractal dimension, lacunarity and percolation) applied to quantify the histological images with the corresponding representations via explainable artificial intelligence (xAI) approaches. The deep-learned features were obtained from different convolutional neural networks (DenseNet-121, EfficientNet-b2, Inception-V3, ResNet-50 and VGG-19). The descriptors were investigated through different associations. The most relevant combinations, defined through a ranking algorithm, were analyzed via a heterogeneous ensemble of classifiers with the support vector machine, naive Bayes, random forest and K-nearest neighbors algorithms. The proposed scheme was applied to histological samples representative of breast cancer, colorectal cancer, oral dysplasia and liver tissue. The best results were accuracy rates of 94.83% to 100%, with the identification of pattern ensembles for classifying multiple histological images. The computational scheme indicated solutions exploring a reduced number of features (a maximum of 25 descriptors) and with better performance values than those observed in the literature. The presented information in this study is useful to complement and improve the development of computer-aided diagnosis focused on histological images.

show abstract

OralEpitheliumDB: A Dataset for Oral Epithelial Dysplasia Image Segmentation and Classification

Silva,

Martins,

Tosta

et al. 2024

J Digit Imaging. Inform. med.

View full text Add to dashboard Cite

Assessment of the association of deep features with a polynomial algorithm for automated oral epithelial dysplasia grading

Cited by 5 publications

References 23 publications

Divergências de Bregman aplicadas na Recuperação por Conteúdo de Imagens de Displasias Orais

Divergências de Bregman aplicadas na Recuperação por Conteúdo de Imagens de Displasias Orais

Classification of Multiple H&E Images via an Ensemble Computational Scheme

OralEpitheliumDB: A Dataset for Oral Epithelial Dysplasia Image Segmentation and Classification

Contact Info

Product

Resources

About