Please use this identifier to cite or link to this item: https://repositorio.uvv.br//handle/123456789/519
Full metadata record
DC FieldValueLanguage
dc.contributorLenz, Dominik-
dc.contributor.authorRibeiro, Gabrielly Pereira-
dc.date.accessioned2020-11-04T18:21:29Z-
dc.date.available2020-11-04T18:21:29Z-
dc.date.issued2019-06-10-
dc.identifier.urihttps://repositorio.uvv.br//handle/123456789/519-
dc.description.abstractNo 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.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.language.isopt_BRpt_BR
dc.subjectCitometria de imagempt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectDiagnóstico celularpt_BR
dc.subject.vocabularyCNPQ::CIENCIAS DA SAUDE::FARMACIApt_BR
dc.subject.vocabularyCNPQ::CIENCIAS BIOLOGICAS::BIOQUIMICApt_BR
dc.titleComparação entre dois programas para análise de imagem aprendizado de máquina e subsequente classificaçãopt_BR
dc.typeDissertationpt_BR
dc.publisher.countrybrasilpt_BR
dc.description.resumoIn the early 1950s, flow cytometry was developed as the first method for automated quantitative cellular analysis. In the early 1990s, the first equipment for image cytometry (laser scanning cytometry, LSC) became commercially available. As flow cytometry was considered the gold standard, various studies found that the results of flow cytometry and LSC generated comparable results. One of the first programs for image analysis that included morphological parameters was ImageJ, published in 1997. One of the newer programs for image analysis that is not limited to fluorescence images is the free software CellProfiler. In 2008, the same group published a new software, CellProfilerAnalyst. One part of CellProfiler Analyst is a supervised machine-learning-based classifier that allows users to conduct imaging-based diagnoses, e.g., cellular diagnosis based on morphology. Another relatively new, free software for image analysis is QuPath. The aim of the present study was to compare two free programs for conducting image analysis, CellProfiler and QuPath, and the subsequent classification based on machine learning. For this study, images of renal tissue were analyzed, and the identified objects were classified. The same images were loaded in both software programs. Advanced statistical analysis was used to compare the two methods. The Bland-Altman assay showed that all of the differences were within the mean ± 1.96 * standard deviation, i.e., the differences are normally distributed, and the software programs are comparable. For the analyzed samples (renal tissue stained with HIF and TUNEL), the use of QuPath was easier because it offers image analysis without a previous processing of the images (e.g., conversion to grayscale, inverted intensities) and an unsupervised machine learning process.pt_BR
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.