Detecção de núcleos em imagens citológicas de AgNOR utilizando Aprendizado Profundo
Palabras clave:
Aprendizado Profundo, Biologia Celular, Imagens de AgNORResumen
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.
Descargas
Publicado
2021-03-15
Cómo citar
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. Recuperado a partir de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/811
Número
Sección
Artículo Original
Licencia
La sumisión de un artículo a el Journal of Health Informatics es entendida como exclusiva y que no esta siendo considerado para publicación en otro periódico. La permisión de los autores para la publicación de su artículo en lo JHI implica en la exclusiva autorización concedida a los editores para su inclusión en la revista. Al someter un artículo, a lo autor será solicitada la permisión electrónica de una Nota de Copyright. Una mensaje electrónica será enviada a lo autor correspondiente confirmando el recibo del manuscrito y lo aceite de la Nota de Copyright.
