Identification of basal cell carcinoma skin cancer using FTIR and Machine learning

Autor(es)

Peres, Daniella Lumara ; Farooq, Sajid ; Raffaeli, Rocio ; Croce, Maria Virginia ; Croce, Adela E. ; Zezell, Denise Maria ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2023 INTERNATIONAL CONFERENCE ON OPTICAL MEMS AND NANOPHOTONICS, OMN AND SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, SBFOTON IOPC; v. N/A, p. 2-pg., 2023-01-01.

Resumo

Here we applied ATR-FTIR spectroscopy combined with computational modeling based on 3D-discriminant analysis (3D-PCA-QDA). Our results present an exceptional performance of 3D-discriminant algorithms to diagnose BCC skin cancer, indicating the accuracy up to 99%. (AU)

• Processo FAPESP: 21/00633-0 - Processamento e análise de sinais hiperespectrais aplicados ao diagnóstico histopatológico
• Beneficiário: Luciano Bachmann
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 17/50332-0 - Capacitação científica, tecnológica e em infraestrutura em radiofármacos, radiações e empreendedorismo a serviço da saúde (PDIp)
• Beneficiário: Marcelo Linardi
• Modalidade de apoio: Auxílio à Pesquisa - Programa Modernização de Institutos Estaduais de Pesquisa