Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16071
Ricardo José Fernandes Anchieta Júnior, Í. Silva, A. C. Silva, A. Paiva
Os exames de termografia podem ser utilizados como um meio não invasivo para a detecção de doenças através da análise de imagens térmicas do corpo humano. O presente trabalho apresenta um método para detectar nódulos da glândula tireoide em imagens térmicas utilizando duas Redes Neurais Convolucionais (CNN's) em cascata. A primeira CNN atua na geração de candidatos a nódulo, e a segunda faz o refinamento da detecção, eliminando falsos positivos. Os experimentos foram realizados com imagens térmicas de 20 pacientes. O resultado final atinge 97% de acurácia, 95% de sensibilidade e 80% de f1-score utilizando duas CNN's AlexNet.
{"title":"Detecção de Nódulos da Tireoide em Exames de Termografia utilizando Redes Neurais Convolucionais em Cascata","authors":"Ricardo José Fernandes Anchieta Júnior, Í. Silva, A. C. Silva, A. Paiva","doi":"10.5753/sbcas.2021.16071","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16071","url":null,"abstract":"Os exames de termografia podem ser utilizados como um meio não invasivo para a detecção de doenças através da análise de imagens térmicas do corpo humano. O presente trabalho apresenta um método para detectar nódulos da glândula tireoide em imagens térmicas utilizando duas Redes Neurais Convolucionais (CNN's) em cascata. A primeira CNN atua na geração de candidatos a nódulo, e a segunda faz o refinamento da detecção, eliminando falsos positivos. Os experimentos foram realizados com imagens térmicas de 20 pacientes. O resultado final atinge 97% de acurácia, 95% de sensibilidade e 80% de f1-score utilizando duas CNN's AlexNet.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"73 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115427321","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16048
Vinicius Trevisan, Daniel Rodrigues, Edmar R. S. Rezende
Pneumonia is a type of acute respiratory infection that impacts people's lives in several ways, demanding an accurate and fast diagnosis. High death rates, massive socioeconomic impacts, and a significant gap between the number of available doctors based on its geographic location are some of the problems surrounding this topic. The xRayAID is a tool that uses machine learning to assist doctors in diagnosis of pneumonia on frontal chest radiographs. That was done by using a modified DenseNet-121 neural network architecture trained on the Radiological Society of North America (RSNA) public dataset. The results showed that this tool is able to help doctors to identify pneumonia scenarios, achieving a validation accuracy of 87.9%.
{"title":"xRayAID Detecting Pneumonia Using Artificial Intelligence","authors":"Vinicius Trevisan, Daniel Rodrigues, Edmar R. S. Rezende","doi":"10.5753/sbcas.2021.16048","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16048","url":null,"abstract":"Pneumonia is a type of acute respiratory infection that impacts people's lives in several ways, demanding an accurate and fast diagnosis. High death rates, massive socioeconomic impacts, and a significant gap between the number of available doctors based on its geographic location are some of the problems surrounding this topic. The xRayAID is a tool that uses machine learning to assist doctors in diagnosis of pneumonia on frontal chest radiographs. That was done by using a modified DenseNet-121 neural network architecture trained on the Radiological Society of North America (RSNA) public dataset. The results showed that this tool is able to help doctors to identify pneumonia scenarios, achieving a validation accuracy of 87.9%.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"50 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128556545","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16084
J. Rodrigues, Kelson Aires
Este trabalho apresenta o resultado de uma pesquisa exploratória. O principal objetivo é investigar a utilização de soluções baseadas em inteligência artificial (IA) e tecnologias móveis em trabalhos que possuem como público alvo indivíduos portadores do Transtorno do Espectro Autista (TEA). A respeito da utilização dessas soluções relacionadas a IA nesse contexto, foi identificado através de uma revisão de literatura, 3 (três) finalidades nos trabalhos analisados: diagnóstica, terapêutica e de monitoramento. Assim, o presente trabalho busca responder além desta, a outras questões de pesquisa, através de um mapeamento das publicações que abordam a tríade: IA, mobile e TEA.
{"title":"Uma Pesquisa Exploratória Sobre a Utilização de Soluções Apoiadas em Inteligência Artificial e Tecnologias Móveis com Portadores de Transtorno do Espectro Autista","authors":"J. Rodrigues, Kelson Aires","doi":"10.5753/sbcas.2021.16084","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16084","url":null,"abstract":"Este trabalho apresenta o resultado de uma pesquisa exploratória. O principal objetivo é investigar a utilização de soluções baseadas em inteligência artificial (IA) e tecnologias móveis em trabalhos que possuem como público alvo indivíduos portadores do Transtorno do Espectro Autista (TEA). A respeito da utilização dessas soluções relacionadas a IA nesse contexto, foi identificado através de uma revisão de literatura, 3 (três) finalidades nos trabalhos analisados: diagnóstica, terapêutica e de monitoramento. Assim, o presente trabalho busca responder além desta, a outras questões de pesquisa, através de um mapeamento das publicações que abordam a tríade: IA, mobile e TEA.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"9 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128228114","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16058
Matheus F. O. Baffa, A. M. Coelho, Aura Conci
O câncer de mama é o principal tipo de câncer entre as mulheres. De acordo com o World Cancer Research Fund, em 2018, mais de 2 milhões de novos casos foram detectados em todo o mundo. Apesar de sua alta ocorrência, a detecção precoce proporciona um melhor prognóstico e auxilia no aumento da sobrevida do paciente oncológico. Avanços significativos nas técnicas de rastreamento, como as imagens infravermelhas, forneceram uma maneira barata e menos invasiva forma de detectar a doença. Além disso, ferramentas computacionais podem ser utilizadas para auxiliar os médicos a fornecerem um melhor diagnóstico. Assim, este artigo apresenta um método de segmentação baseado em Redes Neurais Convolucionais U-Net. Em contraste com o estado da arte, as abordagens de aprendizado de máquina têm se mostrado eficientes para a segmentação da região de interesse deste trabalho, atingindo uma acurácia de 98,24% e uma Intersecção-Sobre-União de 94,38%. O uso deste método de segmentação pode ser muito útil para tarefas de classificação, uma vez que a região de interesse é bem delimitada para extração de características.
{"title":"Segmentação de Imagens Infravermelhas Para Detecção do Câncer de Mama Utilizando U-NET CNN","authors":"Matheus F. O. Baffa, A. M. Coelho, Aura Conci","doi":"10.5753/sbcas.2021.16058","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16058","url":null,"abstract":"O câncer de mama é o principal tipo de câncer entre as mulheres. De acordo com o World Cancer Research Fund, em 2018, mais de 2 milhões de novos casos foram detectados em todo o mundo. Apesar de sua alta ocorrência, a detecção precoce proporciona um melhor prognóstico e auxilia no aumento da sobrevida do paciente oncológico. Avanços significativos nas técnicas de rastreamento, como as imagens infravermelhas, forneceram uma maneira barata e menos invasiva forma de detectar a doença. Além disso, ferramentas computacionais podem ser utilizadas para auxiliar os médicos a fornecerem um melhor diagnóstico. Assim, este artigo apresenta um método de segmentação baseado em Redes Neurais Convolucionais U-Net. Em contraste com o estado da arte, as abordagens de aprendizado de máquina têm se mostrado eficientes para a segmentação da região de interesse deste trabalho, atingindo uma acurácia de 98,24% e uma Intersecção-Sobre-União de 94,38%. O uso deste método de segmentação pode ser muito útil para tarefas de classificação, uma vez que a região de interesse é bem delimitada para extração de características.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130577100","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16076
F. Santos, Rodrigo Veras, Elineide Santos, M. Claro, L. Vogado, Márcia Ito, A. Bianchi
Uma complicação causada pelo diabetes mellitus é o aparecimento de feridas situadas na região dos pés denominadasúlceras do pé diabético. O tratamento tardio pode acarretar o surgimento de infecção ou isquemia da úlcera que, em estado avançado, pode ocasionar a amputação dos membros inferiores. Neste trabalho foi realizado um comparativo do desempenho de diversas arquiteturas de aprendizado profundo pré-treinadas na classificação de imagens deúlceras do pé diabético. Nossa avaliação levou em consideração quatro cenários, três binários Saudável vs Úlceras; Saudável vs Isquemia; Saudável vs Infecção e um multiclasse Saudável vs Úlcera vs Isquemia vs Infecção vs Infecção e Isquemia. Os resultados alcançados demostram que a nossa proposta consegue classificar tais imagens, visto que, nos testes realizados o índice Kappa atingiu valores considerados "Excelentes". Contudo, para o problema multiclasse ainda é necessário aprimorar o uso dessas técnicas.
{"title":"Uma Avaliação de Arquiteturas de Aprendizado Profundo para a Classificação de Úlceras do Pé Diabético","authors":"F. Santos, Rodrigo Veras, Elineide Santos, M. Claro, L. Vogado, Márcia Ito, A. Bianchi","doi":"10.5753/sbcas.2021.16076","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16076","url":null,"abstract":"Uma complicação causada pelo diabetes mellitus é o aparecimento de feridas situadas na região dos pés denominadasúlceras do pé diabético. O tratamento tardio pode acarretar o surgimento de infecção ou isquemia da úlcera que, em estado avançado, pode ocasionar a amputação dos membros inferiores. Neste trabalho foi realizado um comparativo do desempenho de diversas arquiteturas de aprendizado profundo pré-treinadas na classificação de imagens deúlceras do pé diabético. Nossa avaliação levou em consideração quatro cenários, três binários Saudável vs Úlceras; Saudável vs Isquemia; Saudável vs Infecção e um multiclasse Saudável vs Úlcera vs Isquemia vs Infecção vs Infecção e Isquemia. Os resultados alcançados demostram que a nossa proposta consegue classificar tais imagens, visto que, nos testes realizados o índice Kappa atingiu valores considerados \"Excelentes\". Contudo, para o problema multiclasse ainda é necessário aprimorar o uso dessas técnicas.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114086454","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16060
Dionathan Luan de Vargas, J. Oliva, M. Teixeira
A epilepsia é a quarta enfermidade neurológica mais comum e atinge aproximadamente 1% da população mundial. O diagnóstico é, em geral, amparado por um eletroencefalograma (EEG), cuja análise depende da interpretação médica, o que por vezes gera incongruência de diagnóstico, além de ser um trabalho tedioso, impreciso e propenso a erros. Este trabalho propõe um método de reconhecimento automático de padrões baseado em aprendizado de máquina e engenharia de características aplicadas ao espectros de potência de segmentos de EEGs. Resultados sugerem a possibilidade de detectar crises epilépticas com uma precisão superior a 80% em bases de dados já utilizadas na literatura.
{"title":"Uma abordagem baseada em redes neurais artificiais sobre o espectro de potência de eletroencefalogramas para o auxílio médico na classificação de crises epiléticas","authors":"Dionathan Luan de Vargas, J. Oliva, M. Teixeira","doi":"10.5753/sbcas.2021.16060","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16060","url":null,"abstract":"A epilepsia é a quarta enfermidade neurológica mais comum e atinge aproximadamente 1% da população mundial. O diagnóstico é, em geral, amparado por um eletroencefalograma (EEG), cuja análise depende da interpretação médica, o que por vezes gera incongruência de diagnóstico, além de ser um trabalho tedioso, impreciso e propenso a erros. Este trabalho propõe um método de reconhecimento automático de padrões baseado em aprendizado de máquina e engenharia de características aplicadas ao espectros de potência de segmentos de EEGs. Resultados sugerem a possibilidade de detectar crises epilépticas com uma precisão superior a 80% em bases de dados já utilizadas na literatura.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"63 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"120956278","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16087
A. Cavalcanti, João Antonio Correa, J. Nascimento, R. Souza, Geicianfran da Silva Lima Roque, Sérgio Ricardo de Melo Queiroz
Este estudo foi realizado para desenvolver e validar um assistente virtual com a finalidade de realizar a farmacovigilância de vacinas. Trata-se de uma pesquisa metodológica quantitativa realizada em três fases: 1) levantamento da literatura científica; 2) validação do conteúdo através de um painel de 22 profissionais de saúde; 3) implementação de um assistente virtual de mensagens automatizadas. Como resultados obtidos, os domínios do conteúdo do assistente virtual alcançaram critérios de adequação, relevância e representatividade excelentes, todos acima de 86%; o índice de validade de conteúdo obteve uma média de 0,90 e um valor médio de Kappa de 0,76.
{"title":"Desenvolvimento e validação de um assistente virtual para farmacovigilância de vacinas","authors":"A. Cavalcanti, João Antonio Correa, J. Nascimento, R. Souza, Geicianfran da Silva Lima Roque, Sérgio Ricardo de Melo Queiroz","doi":"10.5753/sbcas.2021.16087","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16087","url":null,"abstract":"Este estudo foi realizado para desenvolver e validar um assistente virtual com a finalidade de realizar a farmacovigilância de vacinas. Trata-se de uma pesquisa metodológica quantitativa realizada em três fases: 1) levantamento da literatura científica; 2) validação do conteúdo através de um painel de 22 profissionais de saúde; 3) implementação de um assistente virtual de mensagens automatizadas. Como resultados obtidos, os domínios do conteúdo do assistente virtual alcançaram critérios de adequação, relevância e representatividade excelentes, todos acima de 86%; o índice de validade de conteúdo obteve uma média de 0,90 e um valor médio de Kappa de 0,76.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"182 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124583460","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16069
F. Ferreira, Felipe Gruendemann, R. Araújo, Adenauer C. Yamin, Luciano Agostini
Os procedimentos de infusão intravenosa estão entre os mais usuais em hospitais e têm potencial para gerar alta ocorrência de eventos adversos. No entanto, as infusões intravenosas ainda não têm a sua verificação automatizada. Considerando este cenário, este trabalho propõe uma nova abordagem para reduzir eventos adversos em procedimentos intravenosos utilizando Aprendizado de Máquina para permitir uma inferência autônoma e registro dos perfis de infusões intravenosas. Dois regressores baseados em redes neurais foram avaliados: Multi-Layer Perceptron e Long-Short Term Memory. A avaliação dos modelos regressão, para as inferências dos perfis de administração de medicamentos intravenosos, obtiveram resultados promissores.
{"title":"Inferência dos Perfis de Infusão em Sistemas Intravenosos: Uma Abordagem Empregando Técnicas de Aprendizagem de Máquina","authors":"F. Ferreira, Felipe Gruendemann, R. Araújo, Adenauer C. Yamin, Luciano Agostini","doi":"10.5753/sbcas.2021.16069","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16069","url":null,"abstract":"Os procedimentos de infusão intravenosa estão entre os mais usuais em hospitais e têm potencial para gerar alta ocorrência de eventos adversos. No entanto, as infusões intravenosas ainda não têm a sua verificação automatizada. Considerando este cenário, este trabalho propõe uma nova abordagem para reduzir eventos adversos em procedimentos intravenosos utilizando Aprendizado de Máquina para permitir uma inferência autônoma e registro dos perfis de infusões intravenosas. Dois regressores baseados em redes neurais foram avaliados: Multi-Layer Perceptron e Long-Short Term Memory. A avaliação dos modelos regressão, para as inferências dos perfis de administração de medicamentos intravenosos, obtiveram resultados promissores.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"292 1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133734044","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16055
J. O. B. Diniz, J. Ferreira, G. A. D. Silva, D. B. P. Quintanilha, A. C. Silva, A. Paiva
Órgãos em risco (OARs) são tecidos saudáveis ao redor do câncer que devem ser preservados na radioterapia (RT). O coração é um dos OARs fundamentais, assim, softwares computacionais foram desenvolvidos para auxiliar os especialistas na segmentação. Neste trabalho, propõe-se um método automático para segmentação a partir da tomografia computadorizada. O método consiste em 3 etapas: (1) aquisição de banco de dados público e diversificado; (2) padronização de volume usando registro e correspondência de histograma; e (3) segmentação do coração usando atlas e U-Net com blocos residuais (ResU-Net). Assim, alcançou-se 92,53% de Dice e 84,73% de Jaccard. Com a inovação e os resultados, mostra-se que o método proposto é promissor.
{"title":"Segmentação de coração em tomografias computadorizadas utilizando atlas probabilístico e redes neurais convolucionais","authors":"J. O. B. Diniz, J. Ferreira, G. A. D. Silva, D. B. P. Quintanilha, A. C. Silva, A. Paiva","doi":"10.5753/sbcas.2021.16055","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16055","url":null,"abstract":"Órgãos em risco (OARs) são tecidos saudáveis ao redor do câncer que devem ser preservados na radioterapia (RT). O coração é um dos OARs fundamentais, assim, softwares computacionais foram desenvolvidos para auxiliar os especialistas na segmentação. Neste trabalho, propõe-se um método automático para segmentação a partir da tomografia computadorizada. O método consiste em 3 etapas: (1) aquisição de banco de dados público e diversificado; (2) padronização de volume usando registro e correspondência de histograma; e (3) segmentação do coração usando atlas e U-Net com blocos residuais (ResU-Net). Assim, alcançou-se 92,53% de Dice e 84,73% de Jaccard. Com a inovação e os resultados, mostra-se que o método proposto é promissor.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"63 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124880238","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-15DOI: 10.5753/sbcas.2021.16075
Johanna Elisabeth Rogalsky, S. Ioshii, L. F. Oliveira
Breast Cancer (BC) is the most frequently diagnosed cancer for women. This way, the Brazilian Unified Health System (SUS) focuses on studying the disease and improving all the steps involved in dealing with BC. The presence or absence of the Estrogen Receptor (ER) and the Progesterone Receptor (PR), which define invasive subtypes, is detected through Immunohistochemistry (IHC). One way to assist the manual assessment of pathologists and histopathologists is to develop automatic scoring systems. Fortunately, digital pathology is increasingly achieving higher agreement with the pathologist. Therefore we create an automatic scoring system composed of image preprocessing, feature extracting, and classification achieves a 69% f-score rate.
{"title":"Automatic ER and PR scoring in Immunohistochemistry H-DAB Breast Cancer images","authors":"Johanna Elisabeth Rogalsky, S. Ioshii, L. F. Oliveira","doi":"10.5753/sbcas.2021.16075","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16075","url":null,"abstract":"Breast Cancer (BC) is the most frequently diagnosed cancer for women. This way, the Brazilian Unified Health System (SUS) focuses on studying the disease and improving all the steps involved in dealing with BC. The presence or absence of the Estrogen Receptor (ER) and the Progesterone Receptor (PR), which define invasive subtypes, is detected through Immunohistochemistry (IHC). One way to assist the manual assessment of pathologists and histopathologists is to develop automatic scoring systems. Fortunately, digital pathology is increasingly achieving higher agreement with the pathologist. Therefore we create an automatic scoring system composed of image preprocessing, feature extracting, and classification achieves a 69% f-score rate.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"71 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121312417","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：