z-logo
open-access-imgOpen Access
Classificação de Imagens de Biópsias Renais com Glomeruloesclerose Segmentar e Focal ou com Lesões Mı́nimas Utilizando Transfer Learning em CNN
Author(s) -
Justino Santos,
Rodrigo de Melo Sousa Veras,
Romuere Silva,
Nayze Lucena Sangreman Aldeman,
Kelson Aires,
Andrea G. C. Bianchi
Publication year - 2019
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbcas.2019.6244
Subject(s) - physics
Doenças renais crônicas surgem a partir de patologias agudas ou intermitentes não tratadas adequadamente como a doença de lesão mı́nima (DLM) e a glomeruloesclerose segmentar e focal (GESF). Identificar corre- tamente essas duas doenças é de suma importância, pois seus tratamentos e prognósticos são diferentes. Dessa forma, propomos um método capaz de dife- renciar DLM e GESF através de imagens de exames patológicos. No método proposto, foram extraı́das 10240 caracterı́sticas de três redes neurais convo- lucionais pré-treinadas, foram selecionadas 62 delas através do algoritmo de informação mútua e o Random Forest foi utilizado para a classificação. O método obteve acurácia de 93,33% e Kappa de 85,47%, o que é considerado “Quase Perfeito”.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom