Caracterização de tecido do cólon por meio da aplicação de aprendizagem profunda sobre imagens hiperespectrais (2021)
- Authors:
- Autor USP: MUNIZ, FREDERICO BARBOSA - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- DOI: 10.11606/D.59.2021.tde-10042021-112315
- Subjects: NEOPLASIAS DO COLON; DIAGNÓSTICO; DIAGNÓSTICO POR IMAGEM; BIÓPSIA; PROCESSAMENTO DE IMAGENS; APRENDIZADO COMPUTACIONAL
- Keywords: Aprendizagem profunda; Câncer do cólon; Colon cancer; Computer-aided diagnosis; Deep learning; Hyperspectral images; Imagens hiperespectrais; Sistemas de apoio ao diagnóstico
- Language: Português
- Abstract: O câncer é a segunda principal causa de morte no mundo e o câncer do cólon está entre os três tipos mais comuns. Normalmente o diagnóstico desta doença é realizado por meio de exames histológicos em lâminas contendo tecido de biópsia, coradas com Hematoxilina e Eusina. As pesquisas visando o diagnóstico baseado em imagens digitais de biópsia têm crescido com rapidez, alavancando o desenvolvimento e o aperfeiçoamento de métodos de processamento de imagens especialmente desenvolvidos ou adaptados para esta categoria. As imagens hiperespectrais, obtidas a partir da medida de absorbância em diferentes frequências de aplicação de raios infravermelhos sobre o tecido, por sua vez, apresentam relações com características histoquímicas valiosas. Neste projeto, foi desenvolvido um método para processamento de sinais hiperespectrais obtidos a partir de amostras de biópsia do tecido do cólon, com a modelagem e a implementação de um classificador para identificação de anomalias, utilizando técnicas de Aprendizagem Profunda, assim como o desenvolvimento de uma ferramenta computacional, visando auxiliar o patologista durante o processo de diagnóstico de câncer do cólon. A partir dos espectros de absorbância de infravermelho de cada pixel pertencente a regiões das amostras previamente identificadas como normais, cancerígenas ou inflamadas, o classificador desenvolvido atingiu valores de acurácia para estas três classes superiores a 94%, indicando que a ferramenta possa ser considerada promissora para o auxílio ao diagnóstico de lesões do cólon, fornecendo uma segunda opinião para os especialistas
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2021
- Data da defesa: 03.03.2021
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MUNIZ, Frederico Barbosa. Caracterização de tecido do cólon por meio da aplicação de aprendizagem profunda sobre imagens hiperespectrais. 2021. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-10042021-112315/. Acesso em: 14 abr. 2026. -
APA
Muniz, F. B. (2021). Caracterização de tecido do cólon por meio da aplicação de aprendizagem profunda sobre imagens hiperespectrais (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-10042021-112315/ -
NLM
Muniz FB. Caracterização de tecido do cólon por meio da aplicação de aprendizagem profunda sobre imagens hiperespectrais [Internet]. 2021 ;[citado 2026 abr. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-10042021-112315/ -
Vancouver
Muniz FB. Caracterização de tecido do cólon por meio da aplicação de aprendizagem profunda sobre imagens hiperespectrais [Internet]. 2021 ;[citado 2026 abr. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-10042021-112315/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
