Banca de QUALIFICAÇÃO: PEDRO VITOR SOARES GOMES DE LIMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : PEDRO VITOR SOARES GOMES DE LIMA
DATA : 17/06/2022
LOCAL: Remota
TÍTULO:

Sistema inteligente para apoio ao diagnóstico de doenças dermatológicas usando análise digital de imagens e redes neurais artificiais profundas


PALAVRAS-CHAVES:

Sistema de apoio ao diagnóstico. Hanseníase. Câncer de pele. Redes neurais artificiais profundas.


PÁGINAS: 33
RESUMO:

Segundo a Organização Mundial da Saúde (OMS), as doenças negligenciadas são aquelas doenças endêmicas, em geral transmissíveis, que ocorrem em regiões subdesenvolvidas que não possuem apelo suficiente para que recebam investimentos do Estado ou do mercado, seja por baixa prevalência, seja simplesmente por serem doenças das camadas menos favorecidas da população. O Brasil é um dos países com mais casos de hanseníase, esta sendo uma das doenças classificadas como negligenciadas, chegando a uma taxa de detecção geral de novos casos de 13,23 por 100 mil habitantes em 2019. Já com uma realidade diferente, mas também preocupante, o câncer é tido como uma das principais causas de morte e uma importante barreira para o aumento da expectativa de vida em todos os países do mundo. No Brasil, para cada ano do triênio 2020-2022 estima-se 625 mil novos casos de câncer, sendo o câncer de pele não melanoma o de maior incidência (177 mil). Sabendo disso e buscando uma solução que contribua para a detecção precoce desses tipos de doença, será proposta uma ferramenta de apoio ao diagnóstico para doenças de pele, mais especificamente: hanseníase e câncer de pele. O sistema inteligente se utilizará de redes neurais artificiais profundas para extração de atributos e, combinado a diferentes técnicas de classificação, será capaz de reconhecer as doenças em imagens com lesões de pele. A partir do software Weka, foram analisadas as redes profundas LeNet, SqueezeNet, NASNetMobile, ResNet50 e Inception V3 combinadas ao classificador Random Forest com 50, 100, 150, 200, 250 e 300 árvores. Avaliando as métricas de acurácia, especificidade, sensibilidade, área sob curva ROC e índice kappa a partir de gráficos boxplots e tabelas com média e desvio padrão, foi possível observar que a rede profunda Inception V3 é aquela que normalmente gera melhores resultados e que, considerando um trade off entre performance e custo computacional, a configuração apropriada para o classificador é aquela com 150 árvores. Assim, chegando a uma acurácia de88,59±1,93%, especificidade de97,30±1,12%, sensibilidade de71,00±7,39%, área sob a curva ROC de94,80±1,78% e índica kappa de86,69±2,25%, considerando a classificação entre 7 doenças (4 tipos de hanseníase e 3 tipos de câncer de pele).


MEMBROS DA BANCA:
Interno - 1630817 - RICARDO YARA
Interno - 1807632 - WELLINGTON PINHEIRO DOS SANTOS
Externa à Instituição - ELLANY GURGEL COSME DO NASCIMENTO - UERN
Notícia cadastrada em: 17/05/2022 21:17
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2022 - UFRN - sigaa02.ufpe.br.sigaa02