Estudo de Modelos baseados em Redes Neurais Profundas para a Classificação de Tumores Melanocíticos Conjuntivais

Abstract

O melanoma conjuntival é uma neoplasia maligna, que geralmente se apresenta como uma lesão nodular pigmentada. Casos variantes com diversas formas atípicas podem atrasar a identificação. Com o intuito de auxiliar o médico no diagnóstico precoce, minimizando os riscos ao paciente, este trabalho tem como objetivo realizar um estudo comparativo de algoritmos para classificar os tumores melanocíticos conjuntivais. Para isso, foram avaliados modelos baseados em Redes Neurais Convolucionais de classificação binária e multiclasse dos tumores, a partir dos modelos VGG16, Xception e MobileNetV2, utilizando a técnica Transfer Learning para melhorar a generalização dos modelos. Para classificação final da imagem, foi realizada uma abordagem baseada em assembleia de classificadores, composta pelos algoritmos PMC, SVM e KNN. O estudo utilizou uma base de dados com 406 imagens, aplicando técnicas de balanceamento de dados, como SMOTE e ADASYN. Para encontrar o modelo de classificação com melhor desempenho, foi usada a abordagem de validação cruzada 5-folds. Considerando todos os testes realizados, o modelo Ensemble MobileNetV2 foi o que obteve os melhores resultados.