Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/24666
Type: Artigo de periódico
Title: Estudo comparativo de modelos computacionais gerados sobre representações de imagens de coloscopia: tecido de mucosa normal VS tecido de mucosa de pólipo cólico
Title Alternative: Comparative study of computacional models generated from representations of colonoscopic images: normal mucosal tissues VS mucosal tissues of colic polyp
Author: Ferrero, Carlos Andres
Lee, Huei Diana
Spolaôr, Newton
Coy, Cláudio Saddy Rodrigues
Fagundes, João José
Machado, Renato Bobsin
Cherman, Everton Alvares
Wu, Feng Chung
Abstract: PURPOSE: to evaluate the predictive quality of computational models to differentiate colic tissues, based on Cooccorrurence Matrices (MC) representation of Coloscopic Images (IC). MATERIALS AND METHODS: image analysis and artificial intelligence methods were employed to construct computational models. Sixty seven IC images, containing polyp, were considered in this work, from which a part containing a polypus and another without it were collected given origin to 134 images. For each one of these, different MC were constructed considering five distance parameters (D = 1 to 5) and the extraction of 11 texture characteristics. With this representation, five computational models were generated based on decision trees. These models were evaluated using two techniques: (a) cross-validation and (b) contingency tables. RESULTS: for the (a) analysis, the model with D = 3 presented the smaller average error (22.25% ± 11.85%). For the (b) analysis, models with D = 1 and 3 presented the best precision values. CONCLUSION: parameters D = 1 and 3 presented models with the best predictive qualities. Results showed that the constructed models were promising to be applied within decision making computational systems.
OBJETIVO: analisar a qualidade preditiva de modelos computacionais para a diferenciação de tecidos cólicos, construídos a partir da representação de Imagens de Coloscopia (IC) como Matrizes de Co-ocorrência (MC). MATERIAIS E MÉTODOS: os modelos foram construídos aplicando técnicas de análise de imagens e de inteligência artificial. Foram utilizadas 67 IC, contendo pólipos, a partir das quais foram extraídas uma imagem da parte de tecido de pólipo e outra de tecido sem pólipo adjacente, totalizando 134 imagens. Para cada imagem, foram construídas MC para diferentes valores do parâmetro distância, D = 1 a 5, e extraídas 11 características de textura. Com essa representação, foram criados cinco modelos computacionais baseados em árvores de decisão. Os modelos foram avaliados utilizando: (a) validação cruzada e (b) tabelas de contingência. RESULTADOS: na análise (a), o modelo de D = 3 apresentou o menor erro médio (22,25% ± 11,85%). Na análise (b), os modelos de D = 1 e 3 apresentaram os melhores valores de precisão. CONCLUSÃO: os valores do parâmetro de distância D = 1 e 3 apresentaram os modelos com as melhores qualidades preditivas. Os resultados mostraram que os modelos construídos apresentaram-se promissores para a construção de sistemas computacionais de suporte à decisão.
Subject: Colonoscopia
Polipose Intestinal
Neoplasias do Cólon
Inteligência Artificial
Interpretação de Imagem Assistida por Computador
Colonoscopy
Intestinal Polyposis
Colonic Neoplasms
Artificial Intelligence
Image Interpretation
Editor: Cidade Editora Científica Ltda
Rights: aberto
Identifier DOI: 10.1590/S0101-98802009000100003
Address: http://dx.doi.org/10.1590/S0101-98802009000100003
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-98802009000100003
Date Issue: 1-Mar-2009
Appears in Collections:Artigos e Materiais de Revistas Científicas - Unicamp

Files in This Item:
File Description SizeFormat 
S0101-98802009000100003.pdf207.61 kBAdobe PDFView/Open


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