DESCRITORES DE TEXTURA NA ANÁLISE DAS IMAGENS DE CÂNCER EM TECIDO ANIMAL

Abstract

Translate Article

Take Notes

Neste trabalho, propomos a separação de imagens de tecidos cancerígenos e saudáveis, obtidas ao longo do tempo, por meio da combinação de métodos de aprendizado de máquina com descritores de textura. Foram consideradas quatro subimagens de cada uma das 128 imagens (áreas saudáveis e com câncer), capturadas ao longo do tempo a uma taxa de 0,08 segundos, de um carcinoma mamário anaplásico canino e 128 imagens de um carcinoma basoescamoso na pele da cauda de um felino. Para a análise, foram extraídos os descritores de textura de Haralick das imagens e, por meio do método Random Forest, foram selecionados os descritores mais importantes para a classificação do tipo de tecido. Posteriormente, o método de Análise de Componentes Independentes (ICA) foi aplicado a esses descritores para cada imagem analisada. Utilizamos a matriz de pesos para o agrupamento das imagens. A metodologia permitiu a separação das subimagens de tecidos saudáveis e cancerígenos, assim como a distinção entre imagens de gatos e cães.