@MASTERSTHESIS{ 2016:300679147,
 	title = {PathoSpotter: um sistema para classifica??o de glomerulopatias a partir de imagens histol?gicas renais},
 	year = {2016},
 	url = "http://localhost:8080/tede/handle/tede/389",
 	abstract = "A realiza??o do diagn?stico preciso a partir de imagens histol?gicas requer m?dicos patologistas com vasta experi?ncia pr?tica, pois as caracter?sticas dessas imagens conduzem a uma an?lise subjetiva que muitas vezes dificultam a exatid?o do diagn?stico. Sistemas que auxiliam a obten??o de melhores diagn?sticos podem minimizar d?vidas e melhorar a qualidade dos diagn?sticos, influenciando no aumento da efic?cia dos tratamentos m?dicos. Este trabalho descreve a pesquisa e o desenvolvimento do PathoSpotter, um sistema computacional para aux?lio na identifica??o de patologias a partir de imagens histol?gicas. O PathoSpotter se prop?e a reduzir a car?ncia de trabalhos de apoio ao diagn?stico histopatol?gico das doen?as renais, j? que muito tem sido feito na ?rea de neoplasias, mas h? pouco material publicado em rela??o ? Patologia Digital aplicada ? nefrologia ou hepatologia. Nosso objetivo neste trabalho foi aplicar o PathoSpotter na classifica??o das glomerulopatias proliferativas, que ? uma fam?lia de doen?as prim?rias que afetam os rins. O trabalho se baseou em um conjunto de dados composto por 811 imagens histol?gicas de glom?rulos, e foram utilizadas t?cnicas cl?ssicas de processamento de imagens e histopatologia digital. O PathoSpotter apresentou um desempenho de 88,4% de acur?cia, resultado similar ao de outros trabalhos de Patologia Digital que podem ser encontrados na literatura especializada.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Mestrado em Computa??o Aplicada},
 	note = {DEPARTAMENTO DE TECNOLOGIA}
}