Classificação automática de tumores cancerosos usando anotações em imagens e ontologias (2016)
- Authors:
- Autor USP: MAMANI, EDSON FRANCISCO LUQUE - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: OWL; WEB SEMÂNTICA; BIOINFORMÁTICA; DIAGNÓSTICO POR IMAGEM
- Keywords: Cancer staging; ePAD; TNM; Estágio de câncer; SWRL
- Language: Português
- Abstract: Informação sobre o estágio de câncer num paciente é fundamental quando médicos avaliam o progresso de seu tratamento. A determinação do estágio de câncer (cancer staging) é um processo que leva em consideração a descrição, localização, características e possíveis metástases dos tumores cancerosos de um paciente. Esse processo deve seguir um padrão de classificação como, por exemplo, o padrão TNM. Porém, na prática clínica, a execução desse processo pode ser tediosa, propensa a erros e gerar incertezas. Com o intuito de amenizar esses problemas, este trabalho tem como objetivo auxiliar radiologistas fornecendo uma segunda opinião na avaliação do estágio de câncer de um paciente. Para isso, tecnologias da Web Semântica, como ontologias e reasoning, foram usadas para classificar automaticamente estágios de câncer. Essa classificação usou anotações semânticas feitas por radiologistas, usando a ferramenta ePAD, e armazenadas no formato AIM. Um protótipo de classificador, baseado no padrão TNM, foi criado. Ele transforma anotações AIM em indivíduos da ontologia AIM4-O e, usando axiomas e regras (escritos na linguagens OWL-SWRL) representando o padrão TNM, ele automaticamente calcula o estágio de câncer de fígado de pacientes. A ontologia AIM4-O foi desenvolvida, como parte desse trabalho, para representar anotações AIM 4 em OWL. Esse classificador TNM foi avaliado, usando-se dados reais de relatórios radiológicos de pacientes do NCIs Genomic Data Commons (GDC), em termos deprecisão e revocação, com resultados respectivos de 85,7% e 81,0% (quando comparado aos valores reais de estágio de câncer dos relatórios). Todo o processo foi validado com radiologistas do Radiology Dept. of the Stanford University.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2016
- Data da defesa: 08.12.2016
-
ABNT
MAMANI, Edson Francisco Luque. Classificação automática de tumores cancerosos usando anotações em imagens e ontologias. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27032017-111705/. Acesso em: 13 out. 2024. -
APA
Mamani, E. F. L. (2016). Classificação automática de tumores cancerosos usando anotações em imagens e ontologias (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27032017-111705/ -
NLM
Mamani EFL. Classificação automática de tumores cancerosos usando anotações em imagens e ontologias [Internet]. 2016 ;[citado 2024 out. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27032017-111705/ -
Vancouver
Mamani EFL. Classificação automática de tumores cancerosos usando anotações em imagens e ontologias [Internet]. 2016 ;[citado 2024 out. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27032017-111705/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
