Navegando por Palavras-chave "Normalização de cores"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Normalização de cores de imagens histológicas coradas com H&E usando aprendizagem de dicionário
    (Universidade Federal de São Paulo, 2024-09-09) Silva, André Fernando Quaresma da [UNIFESP]; Tosta, Thaína Aparecida Azevedo [UNIFESP]; http://lattes.cnpq.br/4356087560272126; http://lattes.cnpq.br/6731502651368034
    O câncer é um dos principais problemas de saúde no Brasil e no mundo, destacando-se por sua alta incidência e mortalidade. O diagnóstico da doença envolve várias etapas, incluindo a preparação e análise microscópica de amostras de tecidos, comumente coradas com Hematoxilina e Eosina (H&E). A obtenção de imagens histológicas oferece uma vantagem relevante em comparação com a análise manual das lâminas histopatológicas físicas. Isso porque a digitalização possibilita o uso de ferramentas computacionais que simplificam o compartilhamento de informações e permitem a aplicação de algoritmos para a análise e processamento de dados. No entanto, a variação inadequeda de cores nas imagens de tecido digitalizadas representa um desafio significativo para o desenvolvimento de sistemas de diagnósticos auxiliados por computador. A aplicação de métodos de normalização em estudos de processamento de imagens visa corrigir a aparência das amostras histológicas digitalizadas, com o propósito de apoiar patologistas e métodos de análise de imagens histológicas. O principal objetivo deste trabalho é investigar o uso de técnicas de aprendizagem de dicionário para normalização dos corantes H&E em imagens histológicas. A ferramenta hpcNMF foi utilizada para estimar a matriz de aparência de cores dos corantes H&E, permitindo a normalização das cores e a preservação das estruturas dos tecidos. Foram analisadas diferentes técnicas de normalização, comparando seu desempenho em bases de imagens histológicas públicas com variações de cores dos corantes H&E. Os resultados obtidos indicam que as técnicas de aprendizagem de dicionário investigadas na ferramenta hpcNMF foram mais eficientes na preservação das características dos tecidos do que as abordagens de normalização presentes na literatura, com valores máximos de FSIM, PSNR, QSSIM e SSIM de aproximadamente 0,86, 41,48, 0,91 e 0,96, respectivamente. A análise da influência da normalização sobre a segmentação de núcleos celulares demonstrou que a qualidade visual das imagens normalizadas não apresenta correlação simples com os resultados quantitativos da segmentação. Assim, este trabalho apresenta questões em aberto para o desenvolvimento de pesquisas futuras diversas.