Publicação: Análise computacional de imagens histológicas de lesões de lábio: aplicações no diagnóstico da queilite actínica e carcinoma de células escamosas
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS DA SAUDE::MEDICINA::ANATOMIA PATOLOGICA E PATOLOGIA CLINICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Costa, Anaíra Ribeiro Guedes Fonseca
Resumo
O uso de sistemas operacionais para auxílio em diagnóstico vem ganhando diversas aplicações nos últimos anos. Através de algoritmos computacionais são extraídas informações de cortes histológicos, sendo possível a quantificação dos mesmos com aplicação em diagnóstico e prognóstico. Neste contexto, o objetivo deste trabalho foi desenvolver um método computacional capaz de classificar imagens de mucosa normal de lábio (TNL), queilite actínica (QA) e carcinoma de células escamosas de lábio (CCEL), verificando a aplicabilidade deste método no diagnóstico das lesões de lábio. Regiões de interesse (ROIs) foram obtidas de lâminas histológicas e submetidas ao processo de extração de características, dentre elas as entropias de Shannon, Renyi e Tsallis, índice de Moran, energia, contraste, correlação e homogeneidade. A seleção de vetores com as melhores características foi realizada pelo algoritmo ReliefF, enquanto a classificação das imagens foi realizada através dos métodos de Random Forests, Logistic Regression, e Multilayer Perceptron. Foram incluídas 5 amostras de tecido normal de lábio (TNL), 19 casos de QA e 20 de CCEL, dos quais se obteve 56, 312 e 352 ROIs, respectivamente. Notou-se uma elevação nos valores das escalas de entropia de Shannon e de entropia de Kapur, contraste e homogeneidade durante o processo de carcinogênese de lábio. As entropias de Renyl, Tsallis e Shannon e o índice de Moran foram significativas apenas ao se comparar TNL e QA com o CCEL, sendo maiores no câncer. Apenas no descritor energia os valores diminuíram do TNL para CCEL. Na classificação binária entre TNL e QA, o classificador com melhor desempenho foi MuP utilizando 16 características (AUC=0.84). Para as demais classificações binárias, o melhor desempenho foi identificado no classificador MuP com 12 características (AUC=0.89). Quando as três classes foram analisadas simultaneamente, o maior valor foi observado para MuP com 16 características (AUC=0.83). Conclui-se que a combinação de características não-morfológicas foi eficaz na distinção de imagens histológicas de TNL, QA e CCEL, utilizando principalmente o classificador Multilayer Perceptron. No entanto, se faz necessária a criação de um banco de imagens com amostras de queilite actínica que compreenda diferentes níveis de displasia epitelial para refinamento do algoritmo.
Abstract
Palavras-chave
Carcinoma de células escamosas bucal, Lábio, Biomarcador tumoral, Aprendizado supervisionado de máquina, Análise de imagem assistida por computador
Citação
AFONSO, Wilson Silva Falco. Análise computacional de imagens histológicas de lesões de lábio: aplicações no diagnóstico da queilite actínica e carcinoma de células escamosas. 2022. 16 f. Trabalho de Conclusão de Curso (Graduação em Odontologia) - Universidade Federal de Uberlândia, Uberlândia, 2022.