Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/jspui/handle/123456789/13669
Title: Desenvolvimento e validação de ferramentas computacionais de apoio ao diagnóstico citopatológico do câncer do colo do útero.
Authors: Rezende, Mariana Trevisan
metadata.dc.contributor.advisor: Carneiro, Cláudia Martins
Bianchi, Andrea Gomes Campos
Keywords: Colo uterino - câncer
Teste de Papanicolaou
Citopatologia
Banco de dados
Issue Date: 2021
metadata.dc.contributor.referee: Carneiro, Cláudia Martins
Consolaro, Márcia Edilaine Lopes
Claro, Itamar Bento
Travençolo, Bruno Augusto Nassif
Vieira, Paula Melo de Abreu
Citation: REZENDE, Mariana Trevisan. Desenvolvimento e validação de ferramentas computacionais de apoio ao diagnóstico citopatológico do câncer do colo do útero. 2021. 124 f. Tese (Doutorado em Biotecnologia) - Núcleo de Pesquisas em Ciências Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
Abstract: Uma das causas dos resultados falso-negativos e falso-positivos do exame de Papanicolaou são fatores subjetivos atrelados a análise microscópica realizada por citopatologistas. A visão computacional tornou-se uma importante estratégia de melhoria da qualidade do exame, permitindo a construção, validação e implementação de ferramentas computacionais para auxiliar o diagnóstico selecionando áreas do esfregaço prováveis de apresentar alterações citopatológicas. Apesar do aprendizado de máquina se mostrar promissor para minimizar as deficiências do exame, até o momento, a visão computacional não é tão aplicada à citologia convencional. Principalmente devido ao custo dos métodos semi-automáticos disponíveis e ao uso mais difundido da citologia em meio líquido em países de alta renda. Entretanto, diversos países no mundo ainda usam a citologia convencional e não há previsão para substituição. Assim, depara-se com ausência de estudos e de base de dados de citologia convencional, que impedem avanços no desenvolvimento de algoritmos de segmentação e classificação. Nesse contexto, o primeiro objetivo específico desse trabalho foi identificar a viabilidade de implementação de métodos semi-automáticos disponíveis para triagem de lâminas cervicais por meio de uma revisão integrativa da literatura; o segundo objetivo foi desenvolver uma plataforma web e uma coleção de dados de imagens de citologia convencional; o terceiro objetivo foi desenvolver e validar algoritmos de classificação de células cervicais. A revisão integrativa mostrou que os métodos semi-automáticos mais usados foram o ThinPrep Imaging System e o BD FocalPoint GS Imaging System. Apontou ainda que os métodos semi-automáticos são relevantes no monitoramento da qualidade em citopatologia cervical, porém existem lacunas relacionadas ao custo, logística dos equipamentos e uso da citologia convencional. Neste sentido, foi desenvolvido a CRIC Searchable Image Database, plataforma web de dados de imagens e a CRIC Cervix, coleção de dados de imagens do exame de Papanicolaou convencional, com 11.534 células classificadas, até o momento, é a maior base de dados de células cervicais. Esses dois produtos, publicamente disponíveis, já suportam pesquisas reprodutíveis em visão computacional. O primeiro algoritmo baseado em intensidade e área nuclear mostrou ótimo desempenho nas imagens sintéticas com precisão mais alta que outros trabalhos, ou seja, obteve-se menos resultados falso-positivos. Entretanto, o desempenho foi razoável nas imagens convencionais. O segundo algoritmo baseado em atributos não geométricos extraídos dos núcleos teve precisão de 89,7% e de 85,1% para a classificação em duas classes (células normais e alteradas) e três classes (normal, alteração de baixo grau e de alto grau), com falso-negativos de 3,41% e 1,87%, respectivamente. Os resultados foram satisfatórios, visto que os falso-negativos na rotina laboratorial podem chegar a 62%. A especificidade foi de 83,3% e de 77,8%, para duas e três classes, apontando que os falso-positivos não foram significativos, ainda mais que, posteriormente, esses campos serão avaliados pelo especialista. Os resultados dos algoritmos mostram que é importante basear a extração dos atributos computacionais nos critérios citomorfológicos utilizados pelos citopatologistas para obtenção de resultados mais assertivos. As soluções geradas abrem possibilidades concretas para avançar esforços no desenvolvimento de métodos computacionais de apoio a análise microscópica clássica do exame de Papanicolaou convencional.
metadata.dc.description.abstracten: One of the causes of false-negative and false-positive results of the Pap smear are subjective factors linked to microscopic analysis performed by cytopathologists. Computer vision has become an important strategy to improve the quality of the exam, allowing the construction, validation and implementation of computational tools to aid the diagnosis by selecting areas of the smear likely to present cytopathological alterations. Although machine learning has shown promise to minimize the exam's deficiencies, so far, computer vision is not as applied to conventional cytology. Mainly due to the cost of available semi-automatic methods and the more widespread use of liquid cytology in high-income countries. However, several countries in the world still use conventional cytology and there is no provision for replacement. Thus, there is an absence of studies and a database of conventional cytology, which impede advances in the development of segmentation and classification algorithms. In this context, the first specific objective of this work was to identify the feasibility of implementing available semiautomatic methods for screening cervical lamina through an integrative literature review; the second objective was to develop a web platform and a conventional cytology image data collection; the third objective was to develop and validate cervical cell classification algorithms. The integrative review showed that the most used semi-automatic methods were the ThinPrep Imaging System and the BD FocalPoint GS Imaging System. This review pointed out that semiautomatic methods are relevant for quality monitoring in cervical cytopathology, but there are still gaps related to cost, equipment logistics and the use of conventional cytology. In this sense, the CRIC Searchable Image Database was developed, an image data web platform and the CRIC Cervix, a conventional Pap smear image data collection, with 11.534 classified cells, to date, is the largest cell database cervical. These two publicly available products already support reproducible computer vision research. The first algorithm based on intensity and nuclear area showed excellent performance in synthetic images with higher precision than other works, that is, less false-positive results were obtained. However, performance was reasonable on conventional images. The second algorithm based on non-geometric attributes extracted from the cores had an accuracy of 89.7% and 85.1% for classification into two classes (normal and altered cells) and three classes (normal, low-grade and high-grade alteration), with false negatives of 3,41% and 1,87%, respectively. The results were satisfactory, since false negatives in the laboratory routine can reach 62%. Specificity was 83,3% and 77,8% for two and three classes, indicating that false positives were not significant, even more so that, later, these fields will be evaluated by the specialist. The results of the algorithms show that it is important to base the extraction of computational attributes on the cytomorphological criteria used by cytopathologists to obtain more assertive results. The solutions generated open up concrete possibilities to advance efforts in the development of computational methods to support the classical microscopic analysis of conventional Pap smears.
Description: Programa de Pós-Graduação em Biotecnologia. Núcleo de Pesquisas em Ciências Biológicas, Pró-Reitoria de Pesquisa de Pós Graduação, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/jspui/handle/123456789/13669
metadata.dc.rights.license: Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 03/09/2021 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação.
Appears in Collections:PPBIOTEC - Doutorado (Teses)

Files in This Item:
File Description SizeFormat 
TESE_DesenvolvimentoValidaçãoFerramentas.pdf5,71 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons