[pt] CLASSIFICAÇÃO DE GLIOMAS UTILIZANDO ÍNDICES DE BIODIVERSIDADE E DE DIVERSIDADE FILOGENÉTICA EM IMAGENS POR RESSONÂNCIA MAGNÉTICA ATRAVÉS DE UMA ABORDAGEM RADIOMICS

• Ano de defesa: 2020
• Autor(a) principal: FERNANDA DA CUNHA DUARTE
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] IMAGENS MEDICAS; [pt] RADIOMICS; [pt] CLASSIFICACAO DE GLIOMAS; [pt] MACHINE LEARNING; [en] MEDICAL IMAGING; [en] RADIOMICS; [en] GLIOMA CLASSIFICATION; [en] MACHINE LEARNING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=47265&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=47265&idi=2; http://doi.org/10.17771/PUCRio.acad.47265

[pt] Gliomas estão entre os tumores cerebrais malignos mais comuns. Eles podem ser classificados entre gliomas de baixo e alto grau e sua identificação precoce é fundamental para o direcionamento do tratamento aplicado. Utilizando uma abordagem radiomics, o presente trabalho propõe o uso de índices de biodiversidade e de diversidade filogenética, definidos no campo da biologia, no problema de classificação de gliomas. O método proposto apresentou resultados promissores, com AUC-ROC (area under the ROC curve), acurácia, sensibilidade e especificidade de 0,951, 0,930, 0,967 e 0,827, respectivamente.