Estudo comparativo de modelos computacionais gerados sobre representações de imagens de coloscopia: tecido de mucosa normal VS tecido de mucosa de pólipo cólico / Comparative study of computacional models generated from representations of colonoscopic images: normal mucosal tissues VS mucosal tissues of colic polyp
Rev. bras. colo-proctol
; 29(1): 23-29, jan.-mar. 2009. ilus, tab
Article
em Pt
| LILACS
| ID: lil-518060
Biblioteca responsável:
BR15.1
RESUMO
Objetivo:
analisar a qualidade preditiva de modelos computacionais para a diferenciação de tecidos cólicos, construídos a partir da representação de Imagens de Coloscopia (IC) como Matrizes de Co-ocorrência (MC).Materiais e Métodos:
os modelos foramconstruídos aplicando técnicas de análise de imagens e de inteligência artificial. Foram utilizadas 67 IC, contendo pólipos, a partir das quais foram extraídas uma imagem da parte de tecido de pólipo e outra de tecido sem pólipo adjacente, totalizando 134 imagens. Para cada imagem, foram construídas MC para diferentes valores do parâmetro distância, D = 1 a 5, e extraídas 11 características de textura.Com essa representação, foram criados cinco modelos computacionais baseados em árvores de decisão. Os modelos foram avaliados utilizando (a) validação cruzada e (b) tabelas de contingência.Resultados:
na análise (a), o modelo de D = 3 apresentou o menor erro médio (22,25% ± 11,85%). Na análise (b), os modelos de D = 1 e 3 apresentaram os melhores valores de precisão.Conclusão:
os valores do parâmetro de distância D = 1 e 3 apresentaram os modelos com as melhores qualidades preditivas. Os resultados mostraram que os modelos construídos apresentaram-se promissores para a construção de sistemas computacionais de suporte à decisão.ABSTRACT
Purpose:
to evaluate the predictive quality of computational models to differentiate colic tissues, based on Cooccorrurence Matrices (MC) representation of Coloscopic Images (IC). Materials andMethods:
image analysis and artificial intelligence methods were employed to construct computational models. Sixty seven IC images, containing polyp, were considered in this work, from which a part containing a polypus and another without it were collected given origin to 134 images. For each one of these, different MC were constructed considering five distance parameters (D = 1 to 5) and the extraction of 11 texture characteristics. With this representation, five computational models were generated based on decision trees. These models were evaluated using two techniques (a) cross-validation and (b) contingency tables.Results:
for the (a) analysis, the model with D = 3 presented the smaller average error (22.25% ± 11.85%). For the (b) analysis, models with D = 1 and 3 presented the best precision values.Conclusion:
parameters D = 1 and 3 presented models with the best predictive qualities. Results showed that the constructed models were promising to be applied within decision making computational systems.Palavras-chave
Texto completo:
1
Índice:
LILACS
Assunto principal:
Inteligência Artificial
/
Interpretação de Imagem Assistida por Computador
/
Colonoscopia
/
Neoplasias do Colo
/
Polipose Intestinal
Tipo de estudo:
Prognostic_studies
Idioma:
Pt
Revista:
Rev. bras. colo-proctol
/
Rev. bras. colo-proctol. (Online)
/
Revista brasileira de colo-proctologia
Assunto da revista:
GASTROENTEROLOGIA
Ano de publicação:
2009
Tipo de documento:
Article