Análise filogenética para diferenciação entre nódulos malignos e benignos / Phylogenetic analysis for differentiation between malignant and benign nodules
J. health inform
; 8(supl.I): 1061-1070, 2016. ilus, tab
Article
en Pt
| LILACS
| ID: biblio-906812
Biblioteca responsable:
BR21.1
RESUMO
Apresenta uma metodologia de auxílio no diagnóstico por computador (Computer-Aided Diagnosis - CADx) para classificação de malignidade ou benignidade dos nódulos pulmonares em imagens de tomografia computadorizada. O uso dos índices de diversidade filo genética para extração das características dos nódulos, a classificação é realizada com a ferramenta WEKA usando múltiplos classificadores, validação dos resultados com as métricas kappa, Area Under the Curve, sensibilidade, especificidade e acurácia. Os testes mostraram resultados bem objetivos e robustos para uma metodologia CADx com uma acurácia de 98,1%, sensibilidade 98,7%, especificidade 97,9%, um kappa de 0,95 e uma Area Under the Curve de 0,99. Os resultados obtidos comprovaram o bom desempenho das técnicas de extração de características de textura através dos índices apresentados, com uma precisão de 98,1%.
ABSTRACT
Present a methodology to assist in the computer diagnosis (Computer-Aided Diagnosis -CADx) to classify pulmonary nodules in malignant and benign in CT images. Using phylogenetic diversity index to extract the characteristics of the nodes, the classification made with WEKA tool, validating the results with the following metrics kappa, ROC curve, sensitivity, specificity and accuracy. The tests showed very accurate and robust results for integration in a CADx tool with an accuracy of 98.1%, 98.7% sensitivity, 97.9% specificity, a kappa of 0.95 and an AUC of 0.99. The results indicated a good performance of texture extraction techniques through the indexes presented with an accuracy of 98.1%.
Palabras clave
Texto completo:
1
Colección:
01-internacional
Base de datos:
LILACS
Asunto principal:
Filogenia
/
Interpretación de Imagen Asistida por Computador
/
Tomografía Computarizada por Rayos X
/
Clasificación
/
Neoplasias Pulmonares
Tipo de estudio:
Prognostic_studies
Límite:
Humans
Idioma:
Pt
Revista:
J. health inform
Asunto de la revista:
INFORMATICA MEDICA
/
SERVICOS DE SAUDE
/
TECNOLOGIA
Año:
2016
Tipo del documento:
Article
/
Congress and conference
País de afiliación:
Brasil
Pais de publicación:
Brasil