Título: Triagem Virtual de Imagens de Imuno-Histoquímica Usando Redes Neurais Artificiais e Espectro de Padrões
Autores: Lima, Higor Neto; Santos, Wellington Pinheiro dos; Valença, Mêuser Jorge S.
Resumo: A importância de se organizar imagens médicas de acordo com sua natureza, aplicação e relevância tem aumentado. Além do mais, a seleção prévia de imagens médicas pode ser bastante útil para reduzir o tempo de análise dispendido por patologistas. Neste artigo é proposto um classificador de imagens para integrar um sistema de CBIR (Content-Based Image Retrieval, Recuperação de Imagens Baseada em Conteúdo) dedicado à seleção prévia de imagens, ou seja, à tarefa de triagem. Esse classificador é baseado na representação das imagens de entrada pelo espectro de padrões e na classificação por redes neurais. A seleção dos atributos é realizada aplicando a Análise de Componentes Principais aos vetores de atributos obtidos pela extração do espectro de padrões, enquanto a classificação de imagens é baseada no uso de redes neurais perceptron multicamadas e na composição de mapas auto-organizados e aprendizado por quantização vetorial. Esses métodos foram aplicados à seleção baseada em conteúdo de imagens de imuno-histoquímica de placenta e pulmão de neomortos. Os resultados demonstraram que esta abordagem pode atingir desempenhos de classificação razoáveis.
Palavras-chave: CBIR; k-Médias; Algoritmos de Agrupamento; Análise de Componentes Principais; Espectro de Padrões; Imuno-Histoquímica
Páginas: 14
Código DOI: 10.21528/lmln-vol8-no4-art2
Artigo em PDF: vol8-no4-art2.pdf
Arquivo BibTex: vol8-no4-art2.bib