Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/40288| Título: | Comparativo de modelos de redes neurais convolucionais no diagnóstico e classificação de lesões de câncer de pele através de imagens dermatoscópicas |
| Título(s) alternativo(s): | Comparison of convolutional neural network models in the diagnosis and classification of skin cancer lesions using dermatoscopic images |
| Autor(es): | Schmitz, Wagner Moreno |
| Orientador(es): | Oliva, Jefferson Tales |
| Palavras-chave: | Aprendizado do computador Redes neurais (Computação) Melanoma Machine learning Neural networks (Computer science) Melanoma |
| Data do documento: | 21-Dez-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Dois Vizinhos |
| Citação: | SCHMITZ, Wagner Moreno. Comparativo de modelos de redes neurais convolucionais no diagnóstico e classificação de lesões de câncer de pele através de imagens dermatoscópicas. 2023. Monografia (Especialização em Ciência de Dados) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2023. |
| Resumo: | O propósito fundamental deste trabalho é desenvolver e comparar o resultado de técnicas de CNN na classificação e reconhecimento do melanoma, um tipo de câncer de pele, através de imagens dermatoscópicas. O câncer de pele é uma condição de saúde grave, onde o diagnóstico precoce é crucial para o sucesso do tratamento. Nas técnicas tradicionais o diagnóstico se baseia na observação visual de médicos, o que pode apresentar limitações. Para superar essas limitações, o uso de técnicas de aprendizado profundo com redes neurais convolucionais para criar um modelo computacional eficiente na classificação de forma automatizada de melanoma em imagens dermatoscópicas é uma alternativa. A metodologia adotada consiste na coleta de uma base de dados (HAM10000) e na aplicação de técnicas de pré-processamento e aumento de dados para otimizar a quantidade e qualidade dos dados disponíveis em cada uma das classes no treinamento do modelo. A implementação é feita utilizando cinco modelos de CNNs com ajustes específicos para a classificação de imagens dermatoscópicas. A avaliação dos modelos ocorre por meio de métricas de desempenho como acurácia, matriz de confusão e com testes de Friedman e Nemenyi a fim de garantir a eficiência e comprar a viabilidade dos modelos desenvolvidos. Como resultado foram encontradas diferenças significativas entre os modelos comparados, com destaque para os modelos MobileNet e InceptionV3 que tiveram diferenças estatisticamente significativas com todos os modelos. |
| Abstract: | The fundamental purpose of this work is to develop and compare the outcomes of CNN techniques in the classification and recognition of melanoma, a type of skin cancer, through dermoscopic images. Skin cancer is a serious health condition where early diagnosis is crucial for successful treatment. In traditional techniques, the diagnosis relies on visual observation by medical professionals, which may have limitations. To overcome these limitations, the use of deep learning techniques with convolutional neural networks to create an efficient computational model for automated classification of melanoma in dermoscopic images is an alternative.The adopted methodology involves collecting a dataset (HAM10000) and applying data preprocessing and augmentation techniques to optimize the quantity and quality of data available for each class in the model training. The implementation is carried out using five CNN models with specific adjustments for the classification of dermoscopic images. Model evaluation occurs through performance metrics such as accuracy, confusion matrix, and Friedman and Nemenyi tests to ensure efficiency and compare the feasibility of the developed models.As a result, significant differences were found between the compared models, with emphasis on the MobileNet and InceptionV3 models, which showed statistically significant differences with all other models. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/40288 |
| Aparece nas coleções: | DV - Ciência de Dados |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| redesneuraiscancerpele.pdf | 1,08 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
