BDBComp
Parceria:
SBC
Avaliação de atributos de textura de núcleos neoplásicos para a classificação de imagens histológicas de linfoma

Thaína A. A. TostaPaulo R. de FariaLeandro A. NevesMarcelo Z. do Nascimento

Pela utilização de técnicas de processamento digital de imagens, é possível desenvolver sistemas de auxílio a diagnósticos para que a análise de amostras histológicas torne-se mais objetiva. Assim, este trabalho propõe um algoritmo para a classificação de imagens histológicas de linfoma folicular e leucemia linfóide crônica. Para identificação de núcleos neoplásicos, o canal R do modelo de cores RGB foi extraído, seguido pelas aplicações de equalização do histograma, filtro Gaussiano, fuzzy 3-partition entropy com o método de evolução diferencial, valley-emphasis e operações morfológicas. Atributos de textura obtidos pelas transformadas ranklet e wavelet foram avaliados pela classificação de máquinas de vetores suporte. A segmentação de núcleos neoplásicos das lesões proporcionou uma taxa média de acurácia de 80,49% em relação à segmentação manual de um especialista. A classificação dessas imagens utilizando a transformada ranklet alcançou acurácia de 98,65%, indicando o bom desempenho dessa técnica para a análise de textura de imagens de linfoma.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2017/004.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD