Detecção de núcleos em imagens citológicas de AgNOR utilizando Aprendizado Profundo

Authors

  • João Gustavo Atkinson Amorim SBIS
  • Luiz Antonio Buschetto Macarini
  • André Victória Matias
  • Allan Cerentini
  • Fabiana Botelho De Miranda Onofre
  • Alexandre Sherlley Casimiro Onofre
  • Aldo Von Wangenheim

Keywords:

Aprendizado Profundo, Biologia Celular, Imagens de AgNOR

Abstract

Objetivo: Avaliar a utilização de modelos de detecção de objeto para a detecção de núcleos coloridos com nitrato de prata proveniente de pacientes com câncer de colo de útero. Método: Utiliza-se imagens de um dataset contendo lâminas coradas com nitrato de prata, um método conhecido como AgNOR. No entanto, este método de citologia ainda não foi muito explorado, principalmente utilizando métodos computacionais. Desta forma, compara-se o modelo Faster-RCNN com diferentes backbones para a detecção de núcleos em imagens coradas pelo método AgNOR. Resultado: O trabalho alcançou os valores 0,66, 0,79 e 0,80 para acurácia, precisão e revocação respectivamente utilizando um modelo Faster-RCNN. Conclusão: A Faster-RCNN é capaz de detectar núcleos individuais coloridos com prata.

Published

2021-03-15

How to Cite

Amorim, J. G. A., Macarini, L. A. B., Matias, A. V., Cerentini, A., Onofre, F. B. D. M., Onofre, A. S. C., & Von Wangenheim, A. (2021). Detecção de núcleos em imagens citológicas de AgNOR utilizando Aprendizado Profundo. Journal of Health Informatics, 12. Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/811

Similar Articles

<< < 1 2 3 4 5 6 7 8 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)