Classificação de nódulos mamográficos utilizando um Comitê de Redes Neurais Artificiais (2005)
- Authors:
- Autor USP: SILVA, LEANDRO AUGUSTO DA - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Subjects: REDES NEURAIS; RECONHECIMENTO DE PADRÕES; PROCESSAMENTO DE IMAGENS; DIAGNÓSTICO POR IMAGEM; MAMOGRAFIA; NEOPLASIAS MAMÁRIAS
- Language: Português
- Abstract: Este trabalho apresenta uma nova estratégia computacional de classificar nódulos mamográficos, identificados por radiologistas em exames de mamografia, em benignos ou malignos. Os conjuntos de características extraídos do nódulo para a classificação são: três características de forma, quatorze características de textura e três características de nitidez da borda usados na classificação de 57 regiões suspeitas (ROIs) onde 37 ROIs são identificadas, após o exame de biópsia, como nódulos benignos e 20 ROIs identificadas como nódulos malignos. A estratégia computacional usada para classificar esses três conjuntos de características foi o classificador Máquina de Comitê. A máquina de comitê é um grupo de classificadores usados para resolver uma tarefa difícil. Os membros do comitê são tipicamente Redes Neurais Artificiais. Nesse trabalho nós usamos um grupo de Perceptrons de Múltiplas Camadas (MLP) como classificador (membro) da Máquina de Comitê. O resultado de classificação é dado pela combinação das respostas de cada classificador. Experimentos envolvendo alteração na configuração original da Máquina de Comitê, também foram realizados. A precisão de classificação foi avaliada utilizando o cálculo da área sob a curva Receiver Operating Characteristics (ROC), designada por Az. O resultado de Az apresentado pela Máquina de Comitê é comparado com o resultado de outros classificadores neurais, MLP e Perceptron de Camada Simples (SLP) e com um método declassificação estatístico conhecido como Análise de Discriminante Linear (LDA). Em quase todos os casos, o classificador Máquina de Comitê apresentou melhores resultados de Az, comparado com os resultados dos classificadores MLP, SLP e LDA; por exemplo, utilizando a medida descontinuidade (característica extraída da nitidez da borda do nódulo), o valor médio de Az foi, em ordem, 0,79, 0,53, 0,70, e 0,74. ) Para uma melhor conclusão sobre os resultados experimentais, os testes de hipóteses dos Az, utilizando a distribuição de Student t, foram realizados
- Imprenta:
- Data da defesa: 16.02.2005
-
ABNT
SILVA, Leandro Augusto da. Classificação de nódulos mamográficos utilizando um Comitê de Redes Neurais Artificiais. 2005. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2005. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092006-203231/. Acesso em: 29 mar. 2024. -
APA
Silva, L. A. da. (2005). Classificação de nódulos mamográficos utilizando um Comitê de Redes Neurais Artificiais (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092006-203231/ -
NLM
Silva LA da. Classificação de nódulos mamográficos utilizando um Comitê de Redes Neurais Artificiais [Internet]. 2005 ;[citado 2024 mar. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092006-203231/ -
Vancouver
Silva LA da. Classificação de nódulos mamográficos utilizando um Comitê de Redes Neurais Artificiais [Internet]. 2005 ;[citado 2024 mar. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092006-203231/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas