Método Computacional para o Diagnóstico Precoce da Granulomatose de Wegener

Authors

  • José do Nascimento Linhares Universidade Estadual do Maranhão
  • Lúcio Flávio A. Campos
  • Ewaldo Eder Carvalho Santana
  • Jardiel Nunes Almeida
  • Flávia Larisse da Silva Fernandes

DOI:

https://doi.org/10.22456/2175-2745.61220

Abstract

Neste trabalho é apresentado um sistema de reconhecimento de padrões
proteômicos com o objetivo de auxiliar o diagnóstico precoce da Granulomatose de
Wegener (GW), uma vasculite idiopática rara de difícil detecção e alta taxa de mortalidade para indivíduos não tratados. O método consiste em extrair características
de sinais proteômicos e classificá-las como sendo de indivíduos portadores ou não
portadores de GW. Para tanto, utiliza-se Análise de Componentes Independentes para
extrair características dos sinais, Algoritmo de Máxima Relevância e Mínima Redun-
dância para reduzir o número de características e custos computacionais e Máquina de
Vetores de Suporte para classificar. A qualidade do método foi avaliada utilizando uma
base de dados com 335 sinais proteômicos, composta por 75 casos ativos, 101 casos
negativos e 159 em remissão. O melhor resultado obtido foi para um vetor de vinte
características cuja acurácia, especificidade e sensibilidade foram, respectivamente,
de: 98, 24%, 99, 73% e 99, 50%.

Downloads

Download data is not yet available.

Author Biography

José do Nascimento Linhares, Universidade Estadual do Maranhão

 

 

Published

2016-05-29

How to Cite

Linhares, J. do N., Flávio A. Campos, L., Eder Carvalho Santana, E., Nunes Almeida, J., & Larisse da Silva Fernandes, F. (2016). Método Computacional para o Diagnóstico Precoce da Granulomatose de Wegener. Revista De Informática Teórica E Aplicada, 23(1), 277–292. https://doi.org/10.22456/2175-2745.61220

Issue

Section

Regular Papers