Do Lógico ao Abstrato: A Ciência no Cotidiano
24 a 26 de outubro de 2017
Trabalho 9164
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Teoria e Tecnologia da informação |
| Setor | Instituto de Ciências Exatas e Tecnológicas |
| Conclusão de bolsa | Não |
| Primeiro autor | Lucas Gonçalves Pellaquim |
| Orientador | JOÃO FERNANDO MARI |
| Outros membros | Pedro Henrique dos Reis Araujo |
| Título | Classificação de núcleos celulares cancerígenos na região colorretal utilizando redes neurais convolucionais |
| Resumo | O adenocarcinoma colorretal tem sua origem quando existe a presença de pólipos no intestino grosso. Estes pólipos são lesões que evoluem de forma lenta e que podem, eventualmente, se tornar um câncer. Os pólipos podem ser diagnosticados e retirados por meio de um exame chamado colonoscopia, no entanto, devido ao preconceito existente em relação à realização deste exame invasivo, o índice de pólipos que se tornam tumores malignos é muito elevado, tornando o adenocarcinoma colorretal o terceiro tipo de neoplasia mais comum em todo o mundo. Dessa forma, é importante aprimorar os métodos para diagnóstico precoce para que o tratamento seja iniciado antes que os pólipos se tornem um câncer. Detectar e classificar núcleos celulares cancerígenos em imagens histopatológicas de tecido canceroso de forma precisa é uma tarefa complexa e propensa a falhas, pelo fato da região colorretal possuir uma alta heterogeneidade celular e outros fatores limitantes. O objetivo deste trabalho é estudar e desenvolver métodos capazes de classificar núcleos celulares cancerígenos em imagens de microscopia com maior precisão e de forma mais rápida, visto que o método de diagnóstico convencional demanda um tempo de laboratório mais elevado, que pode ser crucial para o tratamento do paciente. Para a classificação são utilizadas redes neurais convolucionais e uma base de dados contendo cem imagens com dimensões de 500x500 pixels. As imagens são divididas em recortes com dimensões de 27x27 pixels, cada recorte contendo uma célula em evidência. As imagens contendo as células são dividas aleatoriamente em conjuntos de treinamento, validação e teste e, posteriormente, são utilizadas para treinar os modelos de redes neurais convolucionais: LeNet-5, AlexNet e GoogLeNet. A análise do desempenho das redes neurais foi mensurada de acordo com a acurácia obtida ao classificar o conjunto de testes certificando, dessa forma, que o sistema tem a capacidade de contribuir para um diagnóstico rápido e eficaz. Espera-se que com a aplicação deste sistema a tarefa de classificar núcleos celulares cancerígenos na região colorretal possa ser simplificada, agilizada e que possa ser realizada com maior precisão e, dessa forma, contribuir para as pesquisas relacionadas a área de classificação de imagens e na área da saúde. |
| Palavras-chave | redes neurais convolucionais, classificação, adenocarcinoma colorretal |
| Forma de apresentação..... | Painel |