Banca de DEFESA: DANIEL DE SOUSA LUZ

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANIEL DE SOUSA LUZ
DATA: 10/09/2021
HORA: 14:00
LOCAL: https://meet.google.com/jgp-edfy-utz
TÍTULO: DETECÇÃO AUTOMÁTICA DE METÁSTASE EM IMAGENS HISTOPATOLÓGICAS DE MAMA USANDO COMITÊ BASEADO EM APRENDIZADO PROFUNDO E AJUSTE DE CORES
PALAVRAS-CHAVES: Câncer de mama. Diagnóstico assistido por computador. Aprendizado profundo. Imagens histopatológicas. PCam.
PÁGINAS: 58
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

O câncer de mama é a neoplasia mais comum entre mulheres. A cura da doença depende da identificação e tratamento precoce do tumor para evitar estágios avançados como a metástase da lesão inicial. Entretanto, o diagnóstico necessita de uma análise exaustiva de extensas seções de tecido mamário. Por se tratar de uma tarefa não trivial e envolver padrões complexos, essa análise requer a atenção especial de patologistas experientes. Recentemente, estudos mostraram que métodos computacionais podem auxiliar especialistas nesse processo e, inclusive, fornecer vantagens em relação ao método tradicional de análise. Com isso, este estudo propõe um método para detecção de células tumorais baseado em um comitê de redes neurais convolucionais (CNN) e ajuste de cores. O objetivo é otimizar a tarefa de análise histopatológica, fornecendo uma segunda opinião a patologistas e reduzindo a carga excessiva de trabalho desses profissionais. A abordagem proposta avaliou arquiteturas e técnicas de treinamento de CNNs com métodos de ajuste de cor, para reduzir os efeitos provocados pela variação de cor das imagens na generalização dos modelos preditivos. Uma análise de diferentes espaços de cor e seus canais, bem como de métodos de normalização de cor foi realizada de modo a definir quais desses técnicas são importantes no realce e preservação de características essenciais para a tarefa de classificação. Foram avaliadas arquiteturas de CNNS em três técnicas de treinamento, nove espaços de cor e seus seus canais e três técnicas de normalização de cor.  O comitê que constitui o método proposto é composto por três modelos de CNNs treinadas, respectivamente, em imagens geradas através de um espaço de cor, um canal de cor e um método de normalização. Essa abordagem foi testada em uma base de imagens publica composta por 327.680 amostras de imagens histopatológicas extraídas de seções de tecido mamário e obteve resultados promissores, com acurácia de 0,9193 e AUC de 0,9772. Esses resultados demostram que o método proposto pode ser utilizado para compor sistemas de detecção auxiliada por computador.

MEMBROS DA BANCA:
Presidente - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Interno - 1126212 - ANTONIO OSEAS DE CARVALHO FILHO
Externo à Instituição - JOÃO OTÁVIO BANDEIRA DINIZ - IFMA