Banca de DEFESA: PEDRO VITOR SOARES GOMES DE LIMA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: PEDRO VITOR SOARES GOMES DE LIMA
DATA : 30/03/2023
HORA: 14:00
LOCAL: Remota
TÍTULO:

Sistema inteligente para apoio ao diagnóstico de câncer de pele e hanseníase 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: 99
RESUMO:

O uso de inteligência artificial cresce continuamente em diversos setores, e no setor da saúde nao é diferente. Aplicações de inteligência computacional ajudam aos profissionais da saúde no processo de diagnóstico, permitindo que este seja mais rápido e mais confiável. Segundo a Organização Mundial da Saúde (OMS), as doenças negligenciadas são aquelas doenças endêmicas que ocorrem em regiões subdesenvolvidas e que não possuem apelo suficiente para receberem investimentos do Estado ou do mercado. O Brasil ́e um dos países com mais casos de hanseíase, 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. 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 pa ́ıses 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). Este trabalho busca contribuir na detecção precoce da hanseníase e do câncer de pele com a criação de uma estrutura de apoio ao diagnóstico utilizando redes neurais artificiais profundas para extração de atributos, combinado a um algoritmo de classificação, de modo a reconhecer as doenças em imagens com lesões de pele. A fim de uma maior assertividade, foram propostos 7 diferentes cenários de experimentos envolvendo as doenças citadas, levando em conta tanto aspectos computacionais quanto relatos de profissionais da saúde. Foram analisadas as redes profundas LeNet, SqueezeNet, NASNetMobile, ResNet50 e Inception v3 combinadas a diversas configurações do classificador Random Forest. Com base nas métricas de avaliação definidas, observou-se que a arquitetura 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 100 arvores. Como consequência disso, o objetivo da pesquisa foi atingido, chegando em um eficiente sistema de apoio ao diagnóstico por imagem e não invasivo da hanseníase e do câncer de pele adaptado à realidade do Brasil.

MEMBROS DA BANCA:
Presidente - 1807632 - WELLINGTON PINHEIRO DOS SANTOS
Interno - 1170977 - RICARDO EMMANUEL DE SOUZA
Externa à Instituição - ELLANY GURGEL COSME DO NASCIMENTO - UERN