Navegação por Autores IPEN "VALLE, MATHEUS del"

Classificar por: Ordenar: Resultados:

  • IPEN-DOC 28584

    VALLE, MATHEUS del ; SANTOS, MOISES O. dos . Breast tissue diagnosis using artificial intelligence applied to FTIR spectroscopy images. In: CONGRESS OF THE INTERNATIONAL UNION FOR PURE APPLIED BIOPHYSICS, 20th; ANNUAL MEETING OF THE BRAZILIAN SOCIETY FOR BIOCHEMISTRY AND MOLECULAR BIOLOGY, 50th; CONGRESS OF BRAZILIAN BIOPHYSICS SOCIETY, 45th; BRAZILIAN SOCIETY ON NUCLEAR BIOSCIENCES CONGRESS, 13th, October 4-8, 2021, São Paulo, SP. Abstract... São Paulo, SP: Sociedade Brasileira de Bioquímica e Biologia Molecular (SBBq), 2021. p. 42-42.

    Abstract: The estimative of new breast cancer cases was of 2.1 million of new breast cancer cases in 2018, hence being the most incident type of cancer in women. The improvement of its diagnosis has been the aim of many researchers, including vibrational spectroscopy teams. With the advancement of the artificial intelligence, a field of computer science to enhance intelligence into computer systems, specially of the deep learning, big data acquired from spectroscopy image has entered a new era. Therefore, the proposal of this work was to diagnose breast tissue samples as malignant (cancer) or benign (adenosis) using deep learning techniques. Micro-FTIR spectroscopy images were acquired from BR804b human breast tissue microarray (Biomax, USA), resulting in more than 100 thousand spectra for each group. A k-means approach was established to separate spectra into three clusters: tissue, paraffin and slide. A preprocessing step was applied by the following pipeline: outlier removal; biofingerprint truncation; Savitzky–Golay filter to smooth and to obtain the second derivative; extended multiplicative signal correction to correct spectra and remove the paraffin contribution. The deep learning algorithm was built using two-layers of one-dimensional convolutional neural network (CNN) connected to a two-layers (100 and 50 neurons) feedforward network (FFN). Both networks used dropout layers of 50% and rectified linear unit activations. CNN kernel size was set to 5. The output neuron used a sigmoid activation. Adam optimizer was applied to train the networks, using a binary cross-entropy loss to improve the weights. A 4-fold cross-validation of 20 epochs and batch size of 250 was performed. The networks exhibited an accuracy of (97.8 ± 0.4)% during the training stage, and (96.9 ± 0.8)% during the testing stage, demonstrating a generalized classification. Accuracies of almost 100% indicates this approach as a potential technique for the breast diagnosis.

    Palavras-Chave: fourier transformation; infrared spectrometers; artificial intelligence; mammary glands; neoplasms

    Como referenciar este item
    Icon

  • IPEN-DOC 28102

    VALLE, MATHEUS del ; SANTOS, MOISES O. dos ; SANTOS, SOFIA N. dos ; BERNARDES, EMERSON S. ; ZEZELL, DENISE M. . Evaluation of machine learning models for the classification of breast cancer hormone receptors using micro-FTIR images. In: SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, May 31 - June 2, 2021, Online. Proceedings... Piscataway, NJ, USA: IEEE, 2021. DOI: 10.1109/SBFOTONIOPC50774.2021.9461946

    Abstract: The breast cancer is the most incident cancer in women. Evaluation of hormone receptors expression plays an important role to outline treatment strategies. FTIR spectroscopy imaging may be employed as an additional technique, providing extra information to help physicians. In this work, estrogen and progesterone receptors expression were evaluated using tumors biopsies from human cell lines inoculated in mice. FTIR images were collect from histological sections, and six machine learning models were applied and assessed. Xtreme gradient boost and Linear Discriminant Analysis presented the best accuracies results, indicating to be potential models for breast cancer classification tasks.

    Palavras-Chave: mammary glands; neoplasms; fourier transformation; images; machine learning; hormones; receptors

    Como referenciar este item
    Icon

A pesquisa no RD utiliza os recursos de busca da maioria das bases de dados. No entanto algumas dicas podem auxiliar para obter um resultado mais pertinente.

✔ É possível efetuar a busca de um autor ou um termo em todo o RD, por meio do Buscar no Repositório , isto é, o termo solicitado será localizado em qualquer campo do RD. No entanto esse tipo de pesquisa não é recomendada a não ser que se deseje um resultado amplo e generalizado.

✔ A pesquisa apresentará melhor resultado selecionando um dos filtros disponíveis em Navegar

✔ Os filtros disponíveis em Navegar tais como: Coleções, Ano de publicação, Títulos, Assuntos, Autores, Revista, Tipo de publicação são autoexplicativos. O filtro, Autores IPEN apresenta uma relação com os autores vinculados ao IPEN; o ID Autor IPEN diz respeito ao número único de identificação de cada autor constante no RD e sob o qual estão agrupados todos os seus trabalhos independente das variáveis do seu nome; Tipo de acesso diz respeito à acessibilidade do documento, isto é , sujeito as leis de direitos autorais, ID RT apresenta a relação dos relatórios técnicos, restritos para consulta das comunidades indicadas.

A opção Busca avançada utiliza os conectores da lógica boleana, é o melhor recurso para combinar chaves de busca e obter documentos relevantes à sua pesquisa, utilize os filtros apresentados na caixa de seleção para refinar o resultado de busca. Pode-se adicionar vários filtros a uma mesma busca.

Exemplo:

Buscar os artigos apresentados em um evento internacional de 2015, sobre loss of coolant, do autor Maprelian.

Autor: Maprelian

Título: loss of coolant

Tipo de publicação: Texto completo de evento

Ano de publicação: 2015

✔ Para indexação dos documentos é utilizado o Thesaurus do INIS, especializado na área nuclear e utilizado em todos os países membros da International Atomic Energy Agency – IAEA , por esse motivo, utilize os termos de busca de assunto em inglês; isto não exclui a busca livre por palavras, apenas o resultado pode não ser tão relevante ou pertinente.

✔ 95% do RD apresenta o texto completo do documento com livre acesso, para aqueles que apresentam o significa que e o documento está sujeito as leis de direitos autorais, solicita-se nesses casos contatar a Biblioteca do IPEN, bibl@ipen.br .

✔ Ao efetuar a busca por um autor o RD apresentará uma relação de todos os trabalhos depositados no RD. No lado direito da tela são apresentados os coautores com o número de trabalhos produzidos em conjunto bem como os assuntos abordados e os respectivos anos de publicação agrupados.

✔ O RD disponibiliza um quadro estatístico de produtividade, onde é possível visualizar o número dos trabalhos agrupados por tipo de coleção, a medida que estão sendo depositados no RD.

✔ Na página inicial nas referências são sinalizados todos os autores IPEN, ao clicar nesse símbolo será aberta uma nova página correspondente à aquele autor – trata-se da página do pesquisador.

✔ Na página do pesquisador, é possível verificar, as variações do nome, a relação de todos os trabalhos com texto completo bem como um quadro resumo numérico; há links para o Currículo Lattes e o Google Acadêmico ( quando esse for informado).

ATENÇÃO!

ESTE TEXTO "AJUDA" ESTÁ SUJEITO A ATUALIZAÇÕES CONSTANTES, A MEDIDA QUE NOVAS FUNCIONALIDADES E RECURSOS DE BUSCA FOREM SENDO DESENVOLVIDOS PELAS EQUIPES DA BIBLIOTECA E DA INFORMÁTICA.

O gerenciamento do Repositório está a cargo da Biblioteca do IPEN. Constam neste RI, até o presente momento 20.950 itens que tanto podem ser artigos de periódicos ou de eventos nacionais e internacionais, dissertações e teses, livros, capítulo de livros e relatórios técnicos. Para participar do RI-IPEN é necessário que pelo menos um dos autores tenha vínculo acadêmico ou funcional com o Instituto. Nesta primeira etapa de funcionamento do RI, a coleta das publicações é realizada periodicamente pela equipe da Biblioteca do IPEN, extraindo os dados das bases internacionais tais como a Web of Science, Scopus, INIS, SciElo além de verificar o Currículo Lattes. O RI-IPEN apresenta também um aspecto inovador no seu funcionamento. Por meio de metadados específicos ele está vinculado ao sistema de gerenciamento das atividades do Plano Diretor anual do IPEN (SIGEPI). Com o objetivo de fornecer dados numéricos para a elaboração dos indicadores da Produção Cientifica Institucional, disponibiliza uma tabela estatística registrando em tempo real a inserção de novos itens. Foi criado um metadado que contém um número único para cada integrante da comunidade científica do IPEN. Esse metadado se transformou em um filtro que ao ser acionado apresenta todos os trabalhos de um determinado autor independente das variáveis na forma de citação do seu nome.

A elaboração do projeto do RI do IPEN foi iniciado em novembro de 2013, colocado em operação interna em julho de 2014 e disponibilizado na Internet em junho de 2015. Utiliza o software livre Dspace, desenvolvido pelo Massachusetts Institute of Technology (MIT). Para descrição dos metadados adota o padrão Dublin Core. É compatível com o Protocolo de Arquivos Abertos (OAI) permitindo interoperabilidade com repositórios de âmbito nacional e internacional.

1. Portaria IPEN-CNEN/SP nº 387, que estabeleceu os princípios que nortearam a criação do RDI, clique aqui.


2. A experiência do Instituto de Pesquisas Energéticas e Nucleares (IPEN-CNEN/SP) na criação de um Repositório Digital Institucional – RDI, clique aqui.

O Repositório Digital do IPEN é um equipamento institucional de acesso aberto, criado com o objetivo de reunir, preservar, disponibilizar e conferir maior visibilidade à Produção Científica publicada pelo Instituto, desde sua criação em 1956.

Operando, inicialmente como uma base de dados referencial o Repositório foi disponibilizado na atual plataforma, em junho de 2015. No Repositório está disponível o acesso ao conteúdo digital de artigos de periódicos, eventos, nacionais e internacionais, livros, capítulos, dissertações, teses e relatórios técnicos.

A elaboração do projeto do RI do IPEN foi iniciado em novembro de 2013, colocado em operação interna em julho de 2014 e disponibilizado na Internet em junho de 2015. Utiliza o software livre Dspace, desenvolvido pelo Massachusetts Institute of Technology (MIT). Para descrição dos metadados adota o padrão Dublin Core. É compatível com o Protocolo de Arquivos Abertos (OAI) permitindo interoperabilidade com repositórios de âmbito nacional e internacional.

O gerenciamento do Repositório está a cargo da Biblioteca do IPEN. Constam neste RI, até o presente momento 20.950 itens que tanto podem ser artigos de periódicos ou de eventos nacionais e internacionais, dissertações e teses, livros, capítulo de livros e relatórios técnicos. Para participar do RI-IPEN é necessário que pelo menos um dos autores tenha vínculo acadêmico ou funcional com o Instituto. Nesta primeira etapa de funcionamento do RI, a coleta das publicações é realizada periodicamente pela equipe da Biblioteca do IPEN, extraindo os dados das bases internacionais tais como a Web of Science, Scopus, INIS, SciElo além de verificar o Currículo Lattes. O RI-IPEN apresenta também um aspecto inovador no seu funcionamento. Por meio de metadados específicos ele está vinculado ao sistema de gerenciamento das atividades do Plano Diretor anual do IPEN (SIGEPI). Com o objetivo de fornecer dados numéricos para a elaboração dos indicadores da Produção Cientifica Institucional, disponibiliza uma tabela estatística registrando em tempo real a inserção de novos itens. Foi criado um metadado que contém um número único para cada integrante da comunidade científica do IPEN. Esse metadado se transformou em um filtro que ao ser acionado apresenta todos os trabalhos de um determinado autor independente das variáveis na forma de citação do seu nome.