Compartilhamento |
![]() ![]() |
Use este identificador para citar ou linkar para este item:
http://tede.bc.uepb.edu.br/jspui/handle/tede/4131
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Gonçalves, Ingrid Morgana Fernandes | - |
dc.contributor.advisor1 | Alves, Pollianna Muniz | - |
dc.contributor.referee1 | Souza, Joelma de Rodrigues | - |
dc.contributor.referee2 | Bonan, Paulo Rogério Ferreti | - |
dc.contributor.referee3 | Melo, Daniela Pita de | - |
dc.contributor.referee4 | Nonaka, Cassiano Francisco Weege | - |
dc.date.accessioned | 2022-02-18T16:26:42Z | - |
dc.date.available | 2022-02-19 | por |
dc.date.issued | 2020-08-12 | - |
dc.identifier.citation | GONÇALVES, Ingrid Morgana Fernandes. Termografia e comparação da performance de algoritmos de Machine Learn para análise preditiva de diagnóstico diferencial de queilite actínica e carcinoma de células escamosas de lábio. 2020. 106f. Tese (Programa de Pós-Graduação em Odontologia - PPGO) - Universidade Estadual da Paraíba, Campina Grande, 2022. | por |
dc.identifier.uri | http://tede.bc.uepb.edu.br/jspui/handle/tede/4131 | - |
dc.description.resumo | Introdução: A termografia médica infravermelha, não invasiva e não ionizante, é um exame auxiliar utilizado para detectar anormalidades no perfil de temperatura dos pacientes para descobrir uma patologia ou inflamação subjacente. Dessa forma, tal método torna-se de grande valia para o auxílio diagnóstico de lesões de lábio. O lábio é uma região comumente agredida pela radiação ultravioleta, principalmente em indivíduos expostos cronicamente ao sol sem a devida utilização de protetores solares. Dentre as lesões que se desenvolvem na região dos lábios, principalmente em lábio inferior, estão a queilite actínica (QA) e o carcinoma de células escamosas de lábio inferior (CCELI), cujo diagnóstico conclusivo é realizado através da biópsia incisional. Objetivos: Avaliar a utilização da termografia no diagnóstico da QA e CCELI, através do aprendizado de máquina. Materiais e Métodos: O estudo foi do tipo observacional, com técnica de amostragem não probabilística, por conveniência. A amostra foi constituída por 65 indivíduos, agrupados em: grupo-teste (33 indivíduos com lesões em lábio) e grupo-controle (32 indivíduos sem lesões em lábio). As imagens termográficas foram obtidas através da câmera FLIR T650sc®. Através da utilização de matriz de coocorrência com 9 atributos, a amostra final correspondeu a 312 imagens termográficas. Também foram realizadas biópsias incisionais para análise microscópica dos casos de QA e CCELI, utilizando-se a classificação morfológica da OMS (2005; 2017). Para o desenvolvimento do algoritmo foi utilizada a linguagem Python. Para a aprendizagem de máquina, foram utilizados três classificadores (KNN, SVM e RND). Foram utilizadas a biblioteca Panda, para tratamento e análise de dados, e Scikit learn para aprendizagem de máquina. Utilizou-se a matriz de confusão para avaliação de acurácia, sensibilidade e precisão. Resultados: Um total de 27 casos de QA (81,8%) com forte predileção por homens (n=18; 66,7%) de pele clara (n=21; 77,8%) e idade média de 52,3 ± 13,9 foram observados. Para os casos de CCELI, foram diagnosticados 6 (18,2%), sendo 66,6% (n=4) de indivíduos brancos, todos do sexo masculino com idade média de 47,83 ± 14,66. Desses indivíduos 63,6% (n=21) trabalhavam expostos cronicamente ao sol, sem o uso de protetor labial (n=24; 71,7%) e 69,7% (n=23) negaram hábitos como alcoolismo e tabagismo apresentando nível de escolaridade baixo (n=26; 78,8%). No tocante a análise morfológica, 48,2% (n=13) casos de QA foram diagnosticados como hiperqueratose e 37,0% (n=10) como displasia epitelial leve, e 83,3% (n=5) como CCELI bem diferenciado. Entre os classificadores avaliados, o RND apresentou maior acurácia entre os grupos teste e controle (97,33%) e entre QA e CCELI (95,55%). O classificador RND exibiu apenas 6,4% de falsos negativos no grupo teste e nenhum no grupo-controle. Entre QA e CCELI, o classificador RND não exibiu falso negativo para QA e apenas 2,5% de falsos negativos para CCELI. Conclusões: Através do aprendizado de máquina, utilizando o classificador RND, sugere-se que a termografia pode ser utilizada como uma tecnologia de saúde para o diagnóstico clínico da QA e o CCELI. Dessa forme, inúmeros benefícios, como o diagnóstico precoce do câncer de lábio e a diminuição dos custos públicos utilizados para o tratamento dessa neoplasia maligna. | por |
dc.description.abstract | Background: Non-invasive and non-ionizing infrared medical thermography is an auxiliary test used to detect abnormalities in the temperature profile of patients to discover an underlying pathology or inflammation. Thus, this method is of great value for the diagnostic aid of lip lesions. The lip is a region commonly attacked by ultraviolet radiation, especially in individuals exposed chronically to the sun without the proper use of sunscreens. Among the lesions that develop in the region of the lips, especially in the lower lip, are actinic cheilitis (AC) and lower lip squamous cell carcinoma (LLSCC), whose conclusive diagnosis is made through incisional biopsy. Objectives: To evaluate the use of thermography in the diagnosis of AC and LLSCC, through machine learning. Materials and Methods: Study was observational, with non probabilistic sampling technique, for convenience. The sample consisted of 65 individuals, grouped into: test group (33 individuals with lesions on the lip) and control group (32 individuals without lesions on the lip). Thermographic images were obtained using the FLIR T650sc® camera. Using a cooccurrence matrix with 9 attributes, the final sample corresponded to 312 thermographic images. Incisional biopsies were also performed for microscopic analysis of AC A and LLSCC cases, using the WHO morphological classification (2005; 2017). Python was used to develop the algorithm. For machine learning, three classifiers (KNN, SVM and DNN) were used. The Panda library was used for data treatment and analysis, and Scikit learn for machine learning. The confusion matrix was used to assess accuracy, sensitivity and precision. Results: A total of 27 AC cases (81.8%) with a strong predilection for light-skinned men (n = 18; 66.7% (n = 21; 77.8%) and mean age of 52.3 ± 13.9 were observed. For cases of CCELI, 6 (18.2%) were diagnosed, 66.6% (n = 4) of white individuals, all male, with an average age of 47.83 ± 14.66. These individuals, 63.6% (n = 21) worked chronically exposed to the sun, without the use of lip balm (n = 24; 71.7%) and 69.7% (n = 23) denied habits such as alcoholism and smoking presenting low educational level (n = 26; 78.8%). Concerning the morphological analysis, 48.2% (n = 13) cases of AC were diagnosed as hyperkeratosis and 37.0% (n = 10) as sligth epithelial dysplasia, and 83.3% (n = 5) as well-differentiated LLSCC from as recommended by WHO (2005). Among classifiers evaluated, DNN classifier showed major accuracy between test and control group (97.33%), and between AC and LLSCC (95.55%). DNN classifier exhibited only 6.4% false negatives to test group and none to control group. Between AC and LLSCC, DNN classifier exhibited non false negative to AC and only 2.5% false negatives to LLSCC. Conclusions: Through machine learning, using the RND classifier, it is suggested that thermography can be used as a health technology for the clinical diagnosis of QA and CCELI. In this way, numerous benefits, such as the early diagnosis of lip cancer and the reduction of public costs used for the treatment of this malignant neoplasm. | eng |
dc.description.provenance | Submitted by Jean Medeiros (jeanletras@uepb.edu.br) on 2022-02-18T12:36:00Z No. of bitstreams: 1 PDF - Ingrid Morgana Fernandes Gonçalves.pdf: 3041186 bytes, checksum: 53fb80eb58f851b42b9dad6e3648c377 (MD5) | eng |
dc.description.provenance | Approved for entry into archive by Secta BC (secta.csu.bc@uepb.edu.br) on 2022-02-18T16:25:57Z (GMT) No. of bitstreams: 1 PDF - Ingrid Morgana Fernandes Gonçalves.pdf: 3041186 bytes, checksum: 53fb80eb58f851b42b9dad6e3648c377 (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2022-02-18T16:26:42Z (GMT). No. of bitstreams: 1 PDF - Ingrid Morgana Fernandes Gonçalves.pdf: 3041186 bytes, checksum: 53fb80eb58f851b42b9dad6e3648c377 (MD5) Previous issue date: 2020-08-12 | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Estadual da Paraíba | por |
dc.publisher.department | Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UEPB | por |
dc.publisher.program | Programa de Pós-Graduação em Odontologia - PPGO | por |
dc.rights | Acesso Embargado | por |
dc.subject | Queilite actínica | por |
dc.subject | Câncer de lábio | por |
dc.subject | Termografia | por |
dc.subject | Lesões de lábio | por |
dc.subject | Thermography | eng |
dc.subject | Lip câncer | eng |
dc.subject | Actinic cheilitis | eng |
dc.subject.cnpq | CIENCIAS DA SAUDE::ODONTOLOGIA | por |
dc.title | Termografia e comparação da performance de algoritmos de Machine Learn para análise preditiva de diagnóstico diferencial de queilite actínica e carcinoma de células escamosas de lábio | por |
dc.type | Tese | por |
Aparece nas coleções: | PPGO - Teses |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
PDF - Ingrid Morgana Fernandes Gonçalves.pdf | PDF - Ingrid Morgana Fernandes Gonçalves | 2.97 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.