Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/334262
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Optimización de descriptores usados en los cambios asociados a la malignidad en imágenes digitales de células cervicales : Otimização de descritores usados nos estudos de cambios associadas à malignidade em imagens digitais de células cervicais
Title Alternative: Otimização de descritores usados nos estudos de cambios associadas à malignidade em imagens digitais de células cervicais
Author: Franco Salinas, Ramon Adrian, 1984-
Advisor: Carvalho, Marco Antonio Garcia de, 1970-
Silva, Ana Estela Antunes da, 1965-
Abstract: Resumo: O Câncer de Colo de Útero (CCU) é um problema de saúde coletiva em todo o mundo, nesse sentido foram feitos grandes avanços para sua detecção e prevenção. Apesar dos esforços feitos pelos países da América Latina para reduzir os indicadores de mortes por essa doença, eles ainda não são suficientes em comparação com o progresso de outros países europeus.Uma das razões, é que os sistemas de saúde pública em vários países da América têm limitações importantes em seus programas de acompanhamento e prevenção.O vírus do papanicolau está associado a 95 % dos cânceres cervicais, embora as instituições de saúde pública em todo o mundo invistam esforços técnicos, humanos e econômicos para reduzir o impacto da CCU em suas comunidades. Desde 1960, são realizadas pesquisas a respeito ao exame do Papanicolau, considerado este como um dos mecanismos mais utilizados pelo mundo para controlar e diagnosticar esta doença. Alterações Associadas à Malignidade (MAC), são pequenas alterações na morfologia e textura da cromatina, predizendo possíveis lesões malignas associadas ao CCU, tornando-se uma investigação interessante na aplicação do exame do panicolau. A identificação de MAC¿s em imagens de células cervicais é um problema accessível a possíveis investigações, devido às complexidades da identificação visual de estruturas nucleares. A partir das técnicas de Processamento Digital de Imagens (PDI), tem se conseguido grandes avanços, especialmente na obtenção de 400 descritores para o estudo de MAC's, no entanto a pequena quantidade de imagens focadas no estudo MAC, assim como a limitação técnica do equipamento e poucos profissionais que trabalham nesses estudos limitam o progresso nesta área. Esta tese tem como objetivo, otimizar descritores propostos na literatura para o estudo do MAC utilizando PDI. Para atingir este objetivo, foi criado em conjunto com a Fundação Universitária de Ciências para a Saúde da Colômbia (FUCS), um Data set de imagens de células cervicais que possibilitará o estudo de MAC's. Para adquirir imagens para o estudo, foram digitalizadas 6 folhas de pacientes com diferentes patologias que foram diagnosticadas e marcadas por uma cito-técnica especializada. As imagens foram pré-processadas empregando filtros espaciais e núcleos segmentados usando o algoritmo k-means e watershed. Os canais de cor foram separados pela sua contribuição de hematoxilina e corante Orange G6 dos núcleos segmentados; se extraíram 800 descritores morfológicos, de textura, densidade óptica e iluminação dos núcleos para sua posterior classificação. Contribuímos com a criação de um conjunto de dados para o estudo do MAC em imagens de CCU de exames de citologia convencional. Comparamos três classificadores supervisionados, treinados com 795 descritores, 412 descritores, 200 descritores e 962 instâncias. Calculamos e ordenamos os descritores extraídos pela informação obtida de cada um deles. Com um grupo de descritores, a precisão da classificação é 95,3 %. A segmentação dos núcleos mostrou uma precisão de 85,6 %. A otimização dos descritores foi de 4,3% melhor que a dos descritores propostos pela literatura, sendo composta por 30% de descritores de textura, 27% de descritores morfológicos, 11,5% de descritores de densidade óptica e 17% de descritores associados à concordância de níveis de cinza

Abstract: Cervical cancer (CCU) is a collective health problem worldwide, in that sense great advances have been made for its detection and prevention. Despite the efforts made by Latin American countries to reduce the indicators of deaths from this disease, they are still not sufficient compared to the progress of other European countries. One of the reasons is that the public health systems of several countries in the Americas present important limitations in their monitoring and prevention programs. The Human Papilloma Virus is associated with 95% of cervical cancers. Public health institutions around the world invest technical, human, and economic efforts to lessen the impact of the CCU on their communities. The mechanism most used by the world to control and diagnose this disease is the examination of the Human Papilloma. Research on this test has been conducted since 1960. The Malignancy Associated Changes MAC, are slight alterations in the morphology and texture of chromatin predicting possible malignant lesions associated to CCU, becoming one of the promising researches to be applied in the examination of the human papilloma. The identification of MAC's in cervical cell images is an open problem, due to the complexities of visual identification of nuclear structures. From Digital Image Processing (DIP) techniques great advances have been made especially in obtaining 400 descriptors for the study of MAC's, however the small amount of images focused on MAC's study, as well as the technical limitation of the equipment and few professionals who worked to these studies has limited progress in this area. The objective of this thesis is to optimize the descriptors proposed in the literature for the study of MAC using DIP. In order to achieve this objective, a set of cervical cell images was created for the study of MAC's, in conjunction with the Fundación Universitaria de Ciencias para la Salud-Colombia (FUCS). With the purpose of acquiring images for the study, 6 slides of patients with different pathologies were digitalized, which were diagnosed and labeled by a specialized cyto-technique. The images were pre-processed using spatial filters and segmented nuclei using the k-means and watershed algorithm. The color channels were separated by contribution of Hematoxylin and Orange G6 dye from the segmented nuclei; 800 morphological, texture, optical density and illumination descriptors were extracted from the nuclei for later classification. We contributed with the creation of a Data Set for the study of MAC in CCU images of conventional cytology examinations. We compared three supervised classifiers with 795 descriptors, 412 descriptors, 200 descriptors and 962 instances. We calculated and sorted the extracted descriptors by the information gain of each one of them. The optimization of the descriptors was 4.3% better than the descriptors proposed in the literature, consisting of 30% texture descriptors, 27% morphological descriptors, 11.5% optical density descriptors and 17% descriptors associated with the agreement of gray levels
Subject: Processamento de imagens - Técnicas digitais
Algoritmo K-means
Transformada watershed
Conjunto de dados
Colo uterino - Câncer
Language: Espanhol
Editor: [s.n.]
Citation: FRANCO SALINAS, Ramon Adrian. Optimización de descriptores usados en los cambios asociados a la malignidad en imágenes digitales de células cervicales: Otimização de descritores usados nos estudos de cambios associadas à malignidade em imagens digitais de células cervicais. 2019. 1 recurso online (172 p.). Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/334262. Acesso em: 19 jun. 2019.
Date Issue: 2019
Appears in Collections:FT - Tese e Dissertação

Files in This Item:
File SizeFormat 
FrancoSalinas_RamonAdrian_D.pdf20.84 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.