z-logo
open-access-imgOpen Access
Geoestatísticas e Deep Features para Diferenciar Glomeruloesclerose Segmentar e Focal de Doença de Lesões Mínimas em Imagens de Biópsia Renal
Author(s) -
Justino Santos,
Rodrigo Veras,
Romuere Silva
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbcas.2021.16107
Subject(s) - physics , gynecology , medicine
As doenças renais crônicas surgem de patologias agudas ou intermitentes quando não tratadas adequadamente, como a doença de lesões mínimas (DLM) e glomeruloesclerose segmentar e focal (GESF). A identicação precisa dessas duas doenças é de suma importância, pois seus tratamentos e prognósticos são diferentes. Dessa forma, propomos um método capaz de diferenciar a DLM de GESF a partir de imagens de exames patológicos. No método proposto, usamos quatro redes neurais convolucionais pré-treinadas e funções geoestatísticas para extrair características de imagem. Selecionamos 94 características com base em critérios de informação mútua e, na etapa de classicação, usamos um classicador random forest. O método proposto obteve acurácia de 94,3% e índice Kappa de 87,9%, conrmando que nosso método é bastante promissor.

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