Please use this identifier to cite or link to this item: https://repositorio.uvv.br//handle/123456789/519
Title: Comparação entre dois programas para análise de imagem aprendizado de máquina e subsequente classificação
Authors: Ribeiro, Gabrielly Pereira
metadata.dc.contributor: Lenz, Dominik
Keywords: Citometria de imagem - Aprendizado de máquina - Diagnóstico celular
Issue Date: 10-Jun-2019
Abstract: No início dos anos 50, a citometria de fluxo foi desenvolvida como o primeiro método para análise celular quantitativa automatizada. No início dos anos 90, o primeiro equipamento para citometria de imagem (citometria por varredura a laser, CVL) tornou-se comercialmente disponível. Como a citometria de fluxo foi considerada o padrão-ouro, vários estudos descobriram que os resultados da citometria de fluxo e da CVL geraram resultados comparáveis. Um dos primeiros programas de análise de imagens que incluiu parâmetros morfológicos foi o ImageJ, publicado em 1997. Um dos mais recentes programas de análise de imagens que não se limitam a imagens de fluorescência é o software livre CellProfiler. Em 2008, o mesmo grupo publicou um novo software, o CellProfilerAnalyst. Uma parte do CellProfiler Analyst é um classificador supervisionado baseado em aprendizado de máquina que permite aos usuários realizar diagnósticos baseados em imagem, por exemplo, diagnóstico celular baseado em morfologia. Outro software livre relativamente novo para análise de imagens é o QuPath. O objetivo do presente estudo foi comparar dois programas gratuitos para a realização de análise de imagens, CellProfiler e QuPath, e a subsequente classificação baseada no aprendizado de máquina. Para este estudo, imagens de tecido renal foram analisadas e os objetos identificados foram classificados. As mesmas imagens foram carregadas em ambos os programas de software. Análise estatística avançada foi utilizada para comparar os dois métodos. O ensaio de Bland-Altman mostrou que todas as diferenças estavam dentro da média ± 1,96 * desvio padrão, ou seja, as diferenças são normalmente distribuídas, e os programas de software são comparáveis. Para as amostras analisadas (tecido renal corado com HIF e TUNEL), o uso do QuPath foi mais fácil, pois oferece análise de imagem sem processamento prévio das imagens (por exemplo, conversão em escala de cinza, intensidades invertidas) e um processo de aprendizado automatizado não supervisionado.
URI: https://repositorio.uvv.br//handle/123456789/519
Appears in Collections:Dissertação de Mestrado

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO FINAL DE GABRIELLY PEREIRA RIBEIRO 2019.pdfDISSERTAÇÃO FINAL DE GABRIELLY PEREIRA RIBEIRO961.7 kBAdobe PDFThumbnail
View/Open


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