Detecção de Câncer Peniano em Imagens Histopatológicas usando Redes Neurais Convolucionais em Cascata

  • Filipe Correia Belfort UFMA
  • Italo Francyles Santos da Silva UFMA
  • Aristófanes Corrêa Silva UFMA
  • Anselmo Cardoso de Paiva UFMA

Resumo


O câncer peniano tem alta incidência em países em desenvolvimento, incluindo o Brasil, onde o estado do Maranhão apresenta a maior taxa mundial de ocorrência. Essa patologia, quando muito agravada, pode levar a uma cirurgia invasiva com consequências físicas e psicológicas, tornando importante diagnosticá-la precocemente. A análise histopatológica é um exame indicado para o diagnóstico, mas é demorado e complexo. Métodos computacionais, como as redes neurais convolucionais (CNNs), podem ajudar na obtenção de um diagnóstico mais rápido e preciso. Portanto, este trabalho propõe um método para a classificação do câncer peniano em imagens histopatológicas usando CNNs em cascata e o mecanismo Soft-Attention, que atribui mais peso às características relevantes das imagens. Experimentos foram feitos com uma base contendo 194 exemplares nas ampliações de 40× e 100×. Como resultado final, o método obtém 93% e 90% de acurácia, respectivamente, para a detecção do câncer nas ampliações de 40× e 100×.

Referências

Abadi, M., Agarwal, A., Barham, P., Brevdo, E., Chen, Z., Citro, C., Corrado, G. S., Davis, A., Dean, J., Devin, M., Ghemawat, S., Goodfellow, I., Harp, A., Irving, G., Isard, M., Jia, Y., Jozefowicz, R., Kaiser, L., Kudlur, M., Levenberg, J., Mané, D., Monga, R., Moore, S., Murray, D., Olah, C., Schuster, M., Shlens, J., Steiner, B., Sutskever, I., Talwar, K., Tucker, P., Vanhoucke, V., Vasudevan, V., Viégas, F., Vinyals, O., Warden, P., Wattenberg, M., Wicke, M., Yu, Y., and Zheng, X. (2015). TensorFlow: Large-scale machine learning on heterogeneous systems. Software available from tensorflow.org.

Bedoya, S. A. O., Conceição, L., Viloria, M., Loures, F., Valente, F., Amorim, R., and Silva, F. (2016). Caracterização de colágenos tipos i e iii no estroma do carcinoma de células escamosas cutâneo em cães. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, 68:147–154.

Chollet, F. et al. (2015). Keras. https://keras.io.

Gaio, D. E. (2022). Análise comparativa das técnicas de implementação de arquiteturas da função sigmoide.

Hakenberg, O. W., Dräger, D. L., Erbersdobler, A., Naumann, C. M., Jünemann, K.-P., and Protzel, C. (2018). The diagnosis and treatment of penile cancer. Deutsches Ärzteblatt International, 115(39):646.

Kingma, D. P. and Ba, J. (2015). Adam: A method for stochastic optimization. In Proceedings of the 3rd International Conference for Learning Representations (ICLR 2015), pages 1–15.

Lauande, M. G. M., Teles, A. M., da Silva, L. L., Matos, C. E. F., Junior, G. B., de Paiva, A. C., de Almeida, J. D. S., da Costa Oliveira, R. M. G., Brito, H. O., Nascimento, A. G., et al. (2022). Classification of histopathological images of penile cancer using densenet and transfer learning. In VISIGRAPP (4: VISAPP), pages 976–983.

Lourenço, S. d. Q. C., Schueler, A. F., Camisasca, D. R., de Castro Lindenblatt, R., and Bernardo, V. G. (2007). Classificações histopatológicas para o carcinoma de células escamosas da cavidade oral: revisão de sistemas propostos. Revista Brasileira de Cancerologia, 53(3):325–333.

Melo, R. C., Raas, M. W., Palazzi, C., Neves, V. H., Malta, K. K., and Silva, T. P. (2020). Whole slide imaging and its applications to histopathological studies of liver disorders. Frontiers in medicine, 6:310.

Morris, B. J., Gray, R. H., Castellsague, X., Bosch, F. X., Halperin, D. T., Waskett, J. H., and Hankins, C. A. (2011). The strong protective effect of circumcision against cancer of the penis. Advances in urology, 2011.

Olesen, T. B., Sand, F. L., Rasmussen, C. L., Albieri, V., Toft, B. G., Norrild, B., Munk, C., and Kjær, S. K. (2019). Prevalence of human papillomavirus dna and p16ink4a in penile cancer and penile intraepithelial neoplasia: a systematic review and metaanalysis. The lancet oncology, 20(1):145–158.

Reis, A. A. d. S., Paula, L. B. d., Paula, A. A. P. d., Saddi, V. A., and Cruz, A. D. d. (2010). Aspectos clínico-epidemiológicos associados ao câncer de pênis. Ciência & Saúde Coletiva, 15:1105–1111.

Sinha, A. and Dolz, J. (2020). Multi-scale self-guided attention for medical image segmentation. IEEE journal of biomedical and health informatics.

Tan, M. and Le, Q. (2019). EfficientNet: Rethinking model scaling for convolutional neural networks. In Chaudhuri, K. and Salakhutdinov, R., editors, Proceedings of the 36th International Conference on Machine Learning, volume 97 of Proceedings of Machine Learning Research, pages 6105–6114. PMLR.

Thomas, A., Necchi, A., Muneer, A., Tobias-Machado, M., Tran, A. T. H., Van Rompuy, A.-S., Spiess, P. E., and Albersen, M. (2021). Penile cancer. Nature Reviews Disease Primers, 7(1):11.

Vieira, C. B., Feitoza, L., Pinho, J., Teixeira-Júnior, A., Lages, J., Calixto, J., Coelho, R., Nogueira, L., Cunha, I., Soares, F., et al. (2020). Profile of patients with penile cancer in the region with the highest worldwide incidence. Scientific reports, 10(1):2965.
Publicado
27/06/2023
BELFORT, Filipe Correia; SILVA, Italo Francyles Santos da; SILVA, Aristófanes Corrêa; PAIVA, Anselmo Cardoso de. Detecção de Câncer Peniano em Imagens Histopatológicas usando Redes Neurais Convolucionais em Cascata. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 23. , 2023, São Paulo/SP. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 328-339. ISSN 2763-8952. DOI: https://doi.org/10.5753/sbcas.2023.229942.

##plugins.generic.recommendByAuthor.heading##

<< < 1 2