Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/74376
Author(s): Tiago Marques Dias da Mota
Title: Identificação e Quantificação de Células Oncocíticas em Imagens Microscópicas
Issue Date: 2014-07-16
Abstract: Nowadays great scientific fields, such as Medicine, have been recurring to technological advances in terms of computational power and storage capacity. Now it is possible to store large quantities of high resolution images in databases, allowing medical images to be saved for posterior analysis by experts. The problem associated with this resides in the task ofmanually analyze the images, which can be exhausting and time consuming, with the probability of having direct influence on the results and conclusions obtained by the pathologists, due to these factors and also their subjectivity.By applying Image Processing techniques and Data Mining methods, many medical images have been successfully analyzed with a computer, by means of automatic procedures showing results with high accuracies, that expert pathologists may use to better support their medical diagnosis decisions.Previous studies show that the presence of oncocytic cells in certain types of diseases, like thyroid tumors, may have direct influence on used treatments, which makes extremelly important for a pathologist to have access to this information, at the time he or she is performing the diagnosis.OncoFinder shows that it is possible to create a software tool totally capable of identifying and classify automatically the oncocyte present in microscopic images of thyroid tumors with high quality and resolution, provided by the National Institute of Health. With the help of OncoFinder, the experts, that worked with us, had automatic access to images with cell nuclei segmented, ready to be classified as oncocyte, non-oncocyte or any other component. They generated data that was used to build appropriate datasets to train and test different learning classifiers. The outcomes show that some classifiers can achieve accuracies around 90% of correctly classified oncocytic cells.
Description: Hoje em dia grandes áreas científicas como a Medicina têm vindo a usufruir dos avanços tecnológicos feitos a nível de poder computacional e capacidade de armazenamento. Agora é possível armazenar grandes quantidades de imagens em bases de dados, permitindo que essas possam ser guardadas e analisadas posteriormente por peritos. O problema reside na tarefa de analisar manualmente estas imagens, o que pode ser extremamente cansativo e demorado, com a probabilidade de os resultados serem directamente influenciados por estas condições, assim como pela subjetividade da avaliação do patologista.Através da aplicação de técnicas de Processamento de Imagem e métodos de "Data Mining", diferentes imagens médicas têm vindo a ser analisadas com sucesso, utilizando um computador, por meio de processos automáticos que mostram resultados de elevada precisão que os patologistas podem usar para melhorar e apoiar na decisão dos seus diagnósticos médicos.Estudos prévios demonstram que a presença de células oncocíticas em certos tipos de doenças, como tumores na tiróide, pode ter interferência direta com alguns dos tratamentos que são utilizados, o que torna extremamente importante o acesso, por parte do patologista, a esta informação na altura em que define o seu diagnóstico.OncoFinder demonstra que é possível a criação de uma ferramenta informática totalmente capaz de identificar e classificar automaticamente os oncócitos presentes em imagens de microscopia de tumores na tiróide com elevada qualidade e resolução, fornecidas pelo "National Institute of Health". Com ajuda do OncoFinder, os especialistas que trabalharam conosco, tiveram acesso automático a imagens com os núcleos de células segmentados, prontos a serem classificados como oncócitos, não oncócitos ou outro elemento qualquer. Eles geraram dados que foram usados para a criação de conjuntos de dados apropriados para treinar e testar diferentes classificadores de aprendizagem automática. Os resultados obtidos demonstram que alguns destes classificadores conseguem obter 90% de eficácia na classificação automática de células oncocíticas.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201322153
URI: https://repositorio-aberto.up.pt/handle/10216/74376
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
32153.pdfIdentification and quantification of oncocytes in microscopic images13.51 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons