Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/332324
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Detecção de núcleos em células cervicais utilizando Deep Learning
Title Alternative: Nuclei of cervical cells detection using deep learning
Author: Braz, Eliezer Farrant, 1979-
Advisor: Lotufo, Roberto de Alencar, 1955-
Abstract: Resumo: Câncer de colo de útero é uma das principais causas de mortes por câncer entre as mulheres no mundo. Contudo, se o diagnóstico da doença for feito em estágios iniciais, as chances de cura aumentam significativamente. Estudos apontam que os núcleos de células cervicais podem sofrer alterações em caso de doença, além disso, dada sua estrutura e localização, sua detecção pode ser bastante útil para realizar outros tipos de análise nas células. Desta forma, ao longo dos anos, vários métodos que automaticamente detectam núcleos de células cervicais foram propostos para aprimorar a análise das imagens de teste de microscópio. Neste texto, iremos propor um método baseado em Redes Neurais Convolucionais para detectar automaticamente os núcleos de células cervicais. Após a Rede Neural Convolucional ser treinada com um conjunto de dados disponibilizados pelo Overlapping Cervical Cytology Image Segmentation Challenge - ISBI 2014, suas camadas completamente conectadas são convertidas em camadas convolucionais para permitir o processamento de imagens de qualquer tamanho. Os resultados obtidos foram comparados com os obtidos pelos participantes que submeteram trabalhos com sucesso no ISBI 2014 e outros trabalhos que utilizaram o mesmo conjunto de dados. Nossos resultados experimentais indicaram que a metodologia proposta provê uma detecção de núcleos com métricas de precisão e recall comparáveis com os métodos do estado da arte em detecção de núcleos de células cervicais. Nos casos em que o tempo de processamento não seja um limitador, utilizando-se técnicas de morfologia matemática é possível melhorar ainda mais os resultados, obtendo-se valores para o recall que superam os melhores resultados descritos na literatura

Abstract: Cervical cancer is one of the most common causes of cancer death for women worldwide. However, if diagnosis occurs in an early stage of the disease, the chances of cure significantly increases. Studies have shown that changes on cervical cell¿s nucleus may occur in case of disease. Also, due to its structure and displacement, the detection of the nucleus can be very useful while performing other types of analysis in cervical cells. Through the years, various methods that automatically detect the nuclei of cervical cells have been proposed to improve the analysis of screening test images. In this work, we propose a Convolutional Neural Networks-based method that automatically detects the nuclei of cervical cells. Following training using a public dataset provided by the Overlapping Cervical Cytology Image Segmentation Challenge - ISBI 2014, the network¿s fully connected layers are converted to convolutional layers to enable processing of images of any size. Our results were then compared with those achieved by other participants who successfully submitted their work to ISBI 2014 and other studies that used the same dataset. Our experimental results indicate that the methodology provides fast nuclei detection with precision and recall that are comparable with the state-of-the-art methods used to detect the nuclei of cervical cells. If the processing time is not an issue, it is possible to obtain even better results by applying morphological operations to previous results. In these case, it is possible to obtain recall results that surpass the best result described in the literature
Subject: Redes neurais (Computação)
Morfologia matemática
Inteligência artificial
Processamento de imagens
Células - Núcleo
Language: Português
Editor: [s.n.]
Citation: BRAZ, Eliezer Farrant. Detecção de núcleos em células cervicais utilizando Deep Learning. 2018. 1 recurso online (62 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP.
Date Issue: 2018
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Braz_EliezerFarrant _M.pdf2.87 MBAdobe PDFView/Open


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