Título:

Diagnóstico tumoral e caracterização de tecidos biológicos por imagem hiperespectral por micro-FTIR, via aprendizado de máquina

 

Coloquialista:

Denise Maria Zezell

Centro de Lasers e Aplicações Instituto de Pesquisas Energéticas e Nucleares IPEN/CNEN

 

Resumo:

A micro-espectroscopia no infravermelho por transformada de Fourier (m-FTIR) por imagem surgiu como uma das importantes ferramentas para estudar e caracterizar materiais biológicos. É uma técnica label-free, relativamente simples, reproduzível, não destrutiva para o tecido biológico e com resultados precisos. A grande quantidade de dados e as informações fundamentais obtidas das imagens hiperespectrais podem não ser prontamente evidentes. A estatística clássica, por meio de seus modelos (paramétricos e não paramétricos) não é capaz de suportar o aumento crescente do volume de dados gerados e sua alta dimensionalidade. A análise multivariada de dados apresenta muitas vantagens a serem exploradas capazes de extrair informações dos espectros infravermelhos, que vão além do espaço unidimensional, revelando características ou propriedades nos dados coletados das amostras. O pipeline de análise de dados espectrais, como as etapas de pré-processamento e a modelagem que o Laboratório de Biofotônica do IPEN/CNEN está usando na análise de tecidos biológicos serão discutidos. Serão apresentados resultados para tumores de pele e também de mama, em particular a expressão dos receptores de estrogênio e progesterona por meio de biópsias de tumores de linhagens de células humanas inoculadas em camundongos. Imagens m-FTIR foram coletadas de seções histológicas, e seis modelos de aprendizado de máquina foram aplicados e avaliados. O Xtreme gradient boost e Linear Discriminant Analysis apresentaram os melhores resultados de precisão, indicando ser modelos potenciais para tarefas de classificação de câncer de mama.

 

Data, horário e local:

30 de julho de 2021, (sexta-feira) 16h

Ambiente Virtual: Google Meet

 

Segue endereço do Webinar:

https://meet.google.com/eya-pqpf-wbv

 

Orientações:

1. Entrar com o microfone desligado.

2. Entrar com o email institucional (@ufpe.br)

 

Clique aqui para o PDF do cartaz com link do canal