Defesa de mestrado de Débora Nasser Diniz, dia 09/08/2019 as 14:00 na Sala de Seminários do DECOM.
Defesa de mestrado da discente Débora Nasser Diniz, dia 09/08/2019 (sexta-feira) as 14:00 na Sala de Seminários do DECOM - ICEB III.
Banca: Prof. Dr. Marcone Jamilson Freitas Souza (orientador), Profa. Dra. Andrea Gomes Campos Bianchi (coorientadora), Prof. Dr. Puca Huachi Vaz Penna (UFOP), Profa. Dra. Fátima Nelsizeuma Sombra de Medeiros (UFC)
Título: Segmentação de núcleos em células cervicais obtidas em exames de Papanicolaou
Resumo: Neste trabalho propomos duas abordagens para detectar núcleos em imagens sintéticas de células cervicais, a primeira baseada em Iterated Local Search (ILS) e a segunda em Árvore de Decisão (DT). O problema consiste em encontrar onde os núcleos das células estão localizados na imagem. Este é um passo importante na construção de uma ferramenta computacional para ajudar os citopatologistas a identificarem alterações celulares a partir de exames de Papanicolaou. A ferramenta visa melhorar a assertividade do exame e a redução da carga de trabalho do profissional. As duas abordagens utilizaram características morfológicas de uma região para identificar um núcleo. Para ambas, foi necessário fazer um pré-processamento das imagens para dividí-las em regiões a serem analisadas. Para isto, foram utilizados os algoritmos Simple Linear Iterative Clustering (SLIC) e Density Based Spatial Clustering of Applications with Noise (DBSCAN). No ILS, foi feita uma investigação de atributos, sendo analisados e discutidos diversos casos. O pacote irace foi utilizado para fazer a calibração automática dos parâmetros do ILS. Para a DT proposta, foi feita uma base de dados com várias características extraídas das regiões. Por este motivo, foi necessário fazer seleção de atributos antes do treinamento. Por fim, as abordagens propostas foram comparadas entre si e com outros métodos da literatura segundo as métricas revocação, precisão e F1, usando-se o banco de dados ISBI Overlapping Cytology Image Segmentation Challenge (2014). Os resultados obtidos mostraram a superioridade da abordagem via DT sobre o ILS em todas as métricas, assim como sua superioridade sobre todos os outros métodos da literatura com relação às métricas F1 e revocação, além de ter a segunda melhor precisão.
