Author:
Borges Armando L.,Dias Viviane B. L.,Gonçalves Clésio de A.,Sousa Lucas B. M. de,Viana Daniel de A.,Pacheco Ana Carolina L.,Silva Romuere R. V. e
Abstract
A Leishmaniose Visceral é uma doença parasitária que afeta o sistema de defesa do hospedeiro, sendo os cães, seus principais reservatórios urbanos. A diagnose precoce em animais é crucial para evitar a transmissão para humanos. O padrão ouro para o diagnóstico da doença, o exame parasitológico, é um trabalho repetitivo e fadigante. Este artigo apresenta um sistema para detecção e quantificação de macrófagos em imagens médicas, visando auxiliar o diagnóstico. As regiões de interesse foram segmentadas utilizando o agrupador K-Means e na detecção foi utilizada a arquitetura DenseNet201. A metodologia atingiu 94,7% de Precisão, e 89,4% para o índice de Kappa. Isso indica a capacidade do sistema no auxílio do diagnóstico.
Publisher
Sociedade Brasileira de Computação - SBC
Reference24 articles.
1. Araújo, F. H., Silva, R. R., Medeiros, F. N., Neto, J. F. R., Oliveira, P. H. C., Bianchi, A. G. C., and Ushizima, D. (2021). Active contours for overlapping cervical cell segmentation. International Journal of Biomedical Engineering and Technology, 35(1):70–92.
2. Aziz, S., Bilal, M., Khan, M. U., and Amjad, F. (2020). Deep learning-based automatic morphological classification of leukocytes using blood smears. In 2020 International Conference on Electrical, Communication, and Computer Engineering (ICECCE), pages 1–5.
3. Bani-Hani, D., Khan, N., Alsultan, F., Karanjkar, S., and Nagarur, N. (2018). Classification of leucocytes using convolutional neural network optimized through genetic algorithm.
4. Cook, A. (2017). Using transfer learning to classify images with keras. Retrieved from [link].
5. da Saúde, M. Situação epidemiológica da leishmaniose visceral.