Esta es un versión antigua publicada el 2025-12-19. Consulte la versión más reciente.

DESCRIPTORES DE TEXTURA EN EL ANÁLISIS DE IMÁGENES DE CÁNCER EN TEJIDO ANIMAL

Autores/as

DOI:

https://doi.org/10.20873/saberesemcirculacao6

Resumen

En este trabajo proponemos la separación de imágenes de tejidos cancerígenos y sanos, obtenidas a lo largo del tiempo, mediante la combinación de métodos de aprendizaje automático con descriptores de textura. Se consideraron cuatro subimágenes de cada una de las 128 imágenes (áreas sanas y con cáncer), capturadas a lo largo del tiempo a una tasa de 0,08 segundos, de un carcinoma mamario anaplásico canino y 128 imágenes de un carcinoma basoescamoso en la piel de la cola de un felino. Para el análisis, se extrajeron los descriptores de textura de Haralick de las imágenes y, mediante Random Forest, se seleccionaron los descriptores más importantes para la clasificación del tipo de tejido. Posteriormente, se aplicó el método de componentes independientes a estos descriptores para cada una de las imágenes analizadas. Utilizamos la matriz de pesos para el agrupamiento de las imágenes. La metodología permitió la separación de las subimágenes de tejidos sanos y cancerígenos, así como la diferenciación entre imágenes de gatos y perros

 

Publicado

2025-12-19

Versiones

Cómo citar

Safadi, T., Mendes Magalhâes Junior, A., & de Oliveira Pala, L. O. (2025). DESCRIPTORES DE TEXTURA EN EL ANÁLISIS DE IMÁGENES DE CÁNCER EN TEJIDO ANIMAL. DESAFIOS, 12(7), 266–279. https://doi.org/10.20873/saberesemcirculacao6