Navegação Periódicos - Artigos por Autores IPEN "DEL-VALLE, MATHEUS"

Classificar por: Ordenar: Resultados:

  • IPEN-DOC 28871

    CASTRO, PEDRO A.A. de ; DIAS, DERLY A. ; DEL-VALLE, MATHEUS ; VELOSO, MARCELO N. ; SOMESSARI, ELIZABETH S.R. ; ZEZELL, DENISE M. . Assessment of bone dose response using ATR-FTIR spectroscopy: a potential method for biodosimetry. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 273, p. 1-7, 2022. DOI: 10.1016/j.saa.2022.120900

    Abstract: The health care application of ionizing radiation has expanded worldwide during the last several decades. While the health impacts of ionizing radiation improved patient care, inaccurate handling of radiation technology is more prone to potential health risks. Therefore, the present study characterizes the bone dose response using bovine femurs from a slaughterhouse. The gamma irradiation was designed into low-doses (0.002, 0.004 and 0.007 kGy) and high-doses (1, 10, 15, 25, 35, 50 and 60 kGy), all samples received independent doses. The combination of FTIR spectroscopy and PLS-DA allows the detection of differences in the control group and the ionizing dose, as well as distinguishing between high and low radiation doses. In this way, our findings contribute to future studies of the dose response to track ionizing radiation effects on biological systems.

    Palavras-Chave: ionizing radiations; radiation doses; dosimetry; skeleton; biological dosemeters; fourier transformation; infrared radiation

    Como referenciar este item
    Icon

  • IPEN-DOC 27155

    RABELO, THAIS F. ; ZAMATARO, CLAUDIA B. ; KUCHAR, NIELSEN G. ; ZANINI, NATHALIA ; JUVINO, AMANDA C. ; DEL-VALLE, MATHEUS ; CASTRO, PEDRO A.A. ; SANTOS, MOISES O. ; ZEZELL, DENISE M. . Human dental enamel evaluation after radiotherapy simulation and laminates debonding with Er,Cr:YSGG using SEM and EDS. Journal of Oral Diagnosis, v. 4, p. 1-5, 2019. DOI: 10.5935/2525-5711.20190022

    Abstract: The pursuit of perfection makes younger people undergo aesthetic procedures without formal indication. However, young patients may be susceptible to a disease such as head and neck cancer which treatment can compromise the adhesion of these indirect mate-rials. Here, we present an analyze, of the gamma radiation effects on crystallographic morphology of human dental enamel after laminate veneer debonding with Er,Cr:YSGG laser. Thus, human dental enamel samples were prepared and randomized into 2 groups (n=10): Laser Irradiation (L) and Gamma + Laser Irradiation (GL) group. Scanning elec-tron microscopy (SEM) and energy dispersive X-ray spectroscopy (EDS) were performed before bonding and after debonding using Er,Cr:YSGG. Only Gamma + Laser Irradia-tion group received a cumulative dose of 70 Gy gamma radiation used in head and neck cancer radiotherapy. SEM images showed that both GL and L groups presented altered morphology. EDS showed an decrease in Ca and P intensities after laser debonding of laminates veneers in both group. Therefore, a proper laser facet removal protocol should be established for healthy patients and patients who have been exposed to radiotherapy for head and neck cancer.

    Palavras-Chave: teeth; dentistry; enamels; radiotherapy; lasers; gamma radiation; neck; head; neoplasms; scanning electron microscopy; x-ray emission spectroscopy

    Como referenciar este item
    Icon

  • IPEN-DOC 27141

    AMARAL, MARCELLO M.; DEL-VALLE, MATHEUS ; RAELE, MARCUS P. ; DE PRETTO, LUCAS R. ; ANA, PATRICIA A.. Osteoporosis evaluation through full developed speckle imaging. Journal of Biophotonics, v. 13, n. 7, p. 1-9, 2020. DOI: 10.1002/jbio.202000025

    Abstract: Osteoporosis is a disease characterized by bone mineral density reduction, weakening the bone structure. Its diagnosis is performed using ionizing radiation, increasing health risk. Optical techniques are safer, due to non-ionizing radiation use, but limited to the analyses of bone tissue. This limitation may be circumvented in the oral cavity. In this work we explored the use of laser speckle imaging (LSI) to differentiate the sound and osteoporotic maxilla andmandible bones in an in vitro model. Osteoporosis lesions were simulated with acid attack. The samples were evaluated by optical profilometry and LSI, using a custom software. Two image parameters were evaluated, speckle contrast ration and patches ratio. With the speckle contrast ratio, it was possible to differentiate sound from osteoporotic tissue. From speckle patches ratio it was observed a negative correlation with the roughness parameter. LSI is a promissory technique for assessment of osteoporosis lesions on alveolar bone.

    Palavras-Chave: osteoporosis; lasers; images; laser radiation; skeleton; bone tissues; diagnosis; optical properties; ionizing radiations; bone mineral density; statistical models; statistical models

    Como referenciar este item
    Icon

  • IPEN-DOC 29788

    FAROOQ, SAJID ; DEL-VALLE, MATHEUS ; SANTOS, MOISES O. dos; SANTOS, SOFIA N. dos ; BERNARDES, EMERSON S. . Rapid identification of breast cancer subtypes using micro-FTIR and machine learning methods. Applied Optics, v. 62, n. 8, p. C80 - C87, 2023. DOI: 10.1364/AO.477409

    Abstract: Breast cancer (BC) molecular subtypes diagnosis involves improving clinical uptake by Fourier transform infrared (FTIR) spectroscopic imaging, which is a non-destructive and powerful technique, enabling label free extraction of biochemical information towards prognostic stratification and evaluation of cell functionality. However, methods of measurements of samples demand a long time to achieve high quality images, making its clinical use impractical because of the data acquisition speed, poor signal to noise ratio, and deficiency of optimized computational framework procedures. To address those challenges, machine learning (ML) tools can facilitate obtaining an accurate classification of BC subtypes with high actionability and accuracy. Here, we propose a ML-algorithmbased method to distinguish computationally BC cell lines. The method is developed by coupling the K-neighbors classifier (KNN) with neighborhood components analysis (NCA), and hence, the NCA-KNN method enables to identify BC subtypes without increasing model size as well as adding additional computational parameters. By incorporating FTIR imaging data, we show that classification accuracy, specificity, and sensitivity improve, respectively, 97.5%, 96.3%, and 98.2%, even at very low co-added scans and short acquisition times. Moreover, a clear distinctive accuracy (up to 9 %) difference of our proposed method (NCA-KNN) was obtained in comparison with the second best supervised support vector machine model. Our results suggest a key diagnostic NCA-KNN method for BC subtypes classification that may translate to advancement of its consolidation in subtype-associated therapeutics.

    Palavras-Chave: diagnosis; diagnostic techniques; neoplasms; mammary glands; fourier transformation; infrared spectrometers; machine learning

    Como referenciar este item
    Icon

  • IPEN-DOC 28166

    DEL-VALLE, MATHEUS ; SANTOS, MOISES O. dos ; SANTOS, SOFIA N. dos ; CASTRO, PEDRO A.A. de ; BERNARDES, EMERSON S. ; ZEZELL, DENISE M. . The impact of scan number and its preprocessing in micro-FTIR imaging when applying machine learning for breast cancer subtypes classification. Vibrational Spectroscopy, v. 117, p. 1-6, 2021. DOI: 10.1016/j.vibspec.2021.103309

    Abstract: The breast cancer molecular subtype is an important classification to outline the prognostic. Gold-standard assessing using immunohistochemistry adds subjectivity due to interlaboratory and interobserver variations. In order to increase the diagnosis confidence, other techniques need to be examined, where the FTIR spectroscopy imaging allied with machine learning techniques may provide additional and quantitative information regarding the molecular composition. However, the impact of co-added scans acquisition parameter into machine learning classifications still needs better evaluation. In this study, FTIR images of Luminal B and HER2 subtypes were acquired varying the scan number and preprocessing techniques. It was demonstrated a spectral quality improvement when the scan number was increased, decreasing the standard deviation and outliers. Six machine learning models were used to classify the subtypes: Linear Discriminant Analysis, Partial Least Squares Discriminant Analysis, K-Nearest Neighbors, Support Vector Machine, Random Forest and Extreme Gradient Boosting. Best mean accuracy of 0.995 was achieved by Extreme Gradient Boosting model. It was found that all models achieved similar high accuracies with groups b256_064 (256 background and 064 scans), b256_128 and b128_128. Besides assessing the performance of different models, the b256_064 was established as the optimal group due to the minimum acquisition time. Therefore, this work indicates b256_064 for breast cancer subtype classification and also as a basis for other studies using machine learning for cancer evaluation.

    Palavras-Chave: fourier transform spectrometers; mammary glands; neoplasms; machine learning; histological techniques

    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.