Classificação automática de glóbulos brancos usando descritores de forma e textura e eXtreme Gradient Boosting

Júnior, Domingos Alves Dias; Cruz, Luana Batista da; Diniz, João Otávio Bandeira; Bráz, Geraldo; Silva, Aristófanes Corrêa

doi:10.5753/sbcas.2021.16056

Cited by 6 publications

(3 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Por fim, para avaliar os resultados foram empregadas métricas amplamente reconhecidas no campo de machine learning, sendo elas: acurácia (Acc), precisão (Prec), sensibilidade (Sen), F1-score (F1) e Kappa (Kap) [Leite et al 2020, Pereira et al 2016, Júnior et al 2021]. As métricas foram calculadas com base na matriz de confusão.…”

Section: Resultados Experimentaisunclassified

Classificação da Camada Lipídica do Filme Lacrimal usando K-Means e Deep Learning

Dias Junior,

Cruz,

Diniz

2024

Anais Do XXIV Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2024)

Self Cite

View full text Add to dashboard Cite

A síndrome do olho seco, uma das doenças oftalmológicas mais comuns, apresenta desafios diagnósticos devido à sua natureza multifatorial. O diagnóstico tradicional, que envolve a classificação manual das imagens do filme lacrimal, enfrenta limitações devido à instabilidade deste filme. Este estudo propõe uma abordagem inovadora que combina aprendizagem não supervisionada para segmentação da região de interesse e deep learning para classificação de patches. Os resultados são promissores, com acurácia de 99,23% e F1-score de 99,16%, superando outras técnicas e estudos da literatura. Acredita-se que esta metodologia possa ser uma ferramenta valiosa para auxiliar os especialistas no diagnóstico da doença.

show abstract

Section: Resultados Experimentaisunclassified

Classificação da Camada Lipídica do Filme Lacrimal usando K-Means e Deep Learning

Dias Junior,

Cruz,

Diniz

2024

Anais Do XXIV Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2024)

Self Cite

View full text Add to dashboard Cite

show abstract

“…Métodos baseado em visão computacional vêm sendo desenvolvidos e trazendo resultados expressivos em várias modalidades de imagens e patologias [Diniz et al 2021, Júnior et al 2021. Isso mostra que esse tipo de abordagem pode ser crucial para patologias como a endometriose.…”

Section: Introduc ¸ãOunclassified

Abordagem Computacional Baseada em Deep Learning para o Diagnóstico de Endometriose Profunda através de Imagens de Ressonância Magnética

Figueredo,

Silva,

Diniz

et al. 2023

Anais Do XXIII Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2023)

View full text Add to dashboard Cite

Endometriose é uma doença que atinge vários órgãos, principalmente aqueles na estrutura pélvica, e reduz consideravelmente a qualidade de vida da pessoa afetadas. A doença afeta, principalmente, mulheres em idade fértil. Pode ser identificada via exames de imagem. Neste trabalho, Propõe-se um método para identificação automática da lesão de endometriose em imagens de ressonância magnética usando técnicas de processamento de imagem e uma VGG-16 modificada, a fim de servir como auxílio no diagnóstico, na redução da necessidade da utilização de métodos invasivos para realização destes, o tempo de diagnóstico e os resultados falsos negativos. Acurácia de 83,89%, sensibilidade de 84,15%, e especificidade de 83,86% foram alcançadas.

show abstract

“…O roll-off foi utilizado em [Scheier & Slaney, 1997], , [Burred & Lerch, 2003], [McKinney, 2003], [Julien & Pachet, 2003], [Junior et al, 2005] e [Bergstra et al, 2006].…”

Section: Roll-offunclassified

Estudos sobre uma ferramenta de classificação musical

Pereira¹,

Lopes²

View full text Add to dashboard Cite

Esta dissertação apresenta alguns estudos sobre um classificador automático para sinais musicais proposto na literatura, o qual se distingue pelas soluções inovadoras e pelo desempenho. Os objetivos foram as análises da viabilidade de ampliação da aplicabilidade do classificador em taxonomias distintas daquela usada pelos autores e da possibilidade de redução do esforço computacional para treinamento. Foi desenvolvido um novo programa de computador para a implementação do classificador e o mesmo foi validado usando a base de dados original. Os estudos sobre aplicabilidade usaram uma nova taxonomia, menor que a original, e mostram um desempenho similar ao original e que, portanto, o classificador pode se aplicado a taxonomias distintas daquela original. O novo processo de treinamento proposto permitiu reduzir o esforço computacional e ainda manter o desempenho original do classificador.

show abstract

Classificação automática de glóbulos brancos usando descritores de forma e textura e eXtreme Gradient Boosting

Cited by 6 publications

References 11 publications

Classificação da Camada Lipídica do Filme Lacrimal usando K-Means e Deep Learning

Classificação da Camada Lipídica do Filme Lacrimal usando K-Means e Deep Learning

Abordagem Computacional Baseada em Deep Learning para o Diagnóstico de Endometriose Profunda através de Imagens de Ressonância Magnética

Estudos sobre uma ferramenta de classificação musical

Contact Info

Product

Resources

About