Banca de DEFESA: FERNANDO ANTONIO DE OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: FERNANDO ANTONIO DE OLIVEIRA
DATA : 30/09/2025
HORA: 15:00
LOCAL: Remota: https://meet.google.com/pzb-xxun-mrd
TÍTULO:

Sistema inteligente para apoio ao diagnostico da hanseniase e outras lesoes baseado em imagens de lesoes de pele

PALAVRAS-CHAVES:

Hanseníase. Câncer de Pele. Aprendizado Profundo. Apoio ao Diagnóstico. Lesões de Pele. Processamento de Imagens.

PÁGINAS: 124
RESUMO:

A hanseníase, uma doença negligenciada, e o câncer de pele apresentam desafios diagnósticos significativos devido à semelhança de suas lesões com diversas outras dermatoses, o que pode levar a erros e atrasos no tratamento. Este trabalho teve como objetivo o desenvolvimento e a avaliação de um sistema inteligente baseado em imagens para apoiar o diagnóstico diferencial e não invasivo da hanseníase e do câncer de pele. Adotando a metodologia CRISP-DM, foi construída uma aplicação web em Django que integra uma "Fábrica de Modelos"para experimentação e um módulo para análise clínica. O sistema utiliza uma abordagem de aprendizado de máquina híbrida, combinando Redes Neurais Convolucionais (CNNs) pré-treinadas (EfficientNetB0, InceptionV3, DenseNet201) para extração de características e classificadores tradicionais (MLP, Random Forest, SVM) para a predição final. Foram propostos seis cenários de classificação para avaliar o desempenho em diferentes desafios clínicos, utilizando um banco de dados de imagens do Atlas Dermatológico. Os resultados indicaram que a combinação da CNN EfficientNetB0 com um classificador MLP apresentou a melhor performance geral, com acurácia superior a 94% em cenários de distinção entre hanseníase e câncer de pele, e entre câncer de pele e lesões benignas similares. O sistema demonstrou maior dificuldade na diferenciação entre os subtipos de hanseníase e na distinção da doença de outras dermatoses benignas, um reflexo dos desafios clínicos reais. Conclui-se que o sistema é um produto mínimo viável promissor, com potencial para auxiliar na triagem de lesões, mas que necessita de uma base de dados mais ampla para aprimorar sua acurácia em casos de alta sobreposição morfológica.

MEMBROS DA BANCA:
Interno - 1807632 - WELLINGTON PINHEIRO DOS SANTOS
Externa ao Programa - 1328775 - MAGDA RHAYANNY ASSUNCAO FERREIRA - UFPEExterna à Instituição - LUÍSE LOPES CHAVES - UNICAP