Aplicação de modelos de deep learning para a detecção do câncer de pulmão
Carregando...
Data
2024-03-13
Autores
Orientador
Lotufo, Anna Diva Plasencia 
Coorientador
Garcia, Leonardo
Pós-graduação
Engenharia Elétrica - FEIS 33004099080P0
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (inglês)
Na América Latina, nos últimos anos, o câncer de pulmão emergiu como uma das principais causas de mortalidade. Segundo estimativas de 2023, no Brasil, esse tipo de câncer ocupa o terceiro lugar em incidência entre os homens e o quarto entre as mulheres. Essa problemática é agravada devido ao acesso limitado aos serviços de saúde, especialmente entre as pessoas em situação de pobreza, que são mais afetadas. Esse panorama apresenta um desafio significativo para a nossa sociedade. Com o objetivo de abordar essa questão, este estudo concentrou-se na avaliação do desempenho de cinco modelos diferentes de redes convolucionais aplicadas ao diagnóstico do câncer a partir de imagens médicas. Para isso, utilizou-se um conjunto de dados composto por tomografias computadorizadas de pulmões classificadas em três estados: maligno, benigno e normal. Utilizando a técnica de aprendizado de transferência, esses cinco modelos foram treinados e avaliados sob diferentes cenários (experimentos). Os resultados obtidos revelaram que o modelo InceptionV3 demonstrou o melhor desempenho em termos de precisão. Por outro lado, o modelo Xception alcançou uma precisão superior a 90% em seis de oito cenários avaliados.
Resumo (português)
In Latin America, in recent years, lung cancer has emerged as one of the leading causes of mortality. According to estimates from 2023, in Brazil, this type of cancer ranks third in incidence among men and fourth among women. This issue is exacerbated due to limited access to healthcare services, especially among individuals living in poverty, who are disproportionately affected. This landscape presents a significant challenge for our society.In order to address this issue, this study focused on evaluating the performance of five different convolutional network models applied to cancer diagnosis using medical imaging. The aim was to determine which models respond best to lung cancer diagnosis. To achieve this, a dataset consisting of lung computed tomography scans classified into three states—malignant, benign, and normal—was utilized. Employing transfer learning, these five models were trained and evaluated under different scenarios.The results obtained revealed that the InceptionV3 model demonstrated the best performance in terms of accuracy. On the other hand, the Xception model achieved an accuracy exceeding 90% in six out of the eight evaluated scenarios.
Descrição
Palavras-chave
Idioma
Português
Como citar
ATOCHE GALARRETA, Andrés Iván. Aplicação de modelos de deep learning para a detecção do câncer de pulmão. 81 f. 2024. Dissertação (Mestrado em Automação) - Faculdade de Engenharia, Universidade Estadual Paulista - UNESP, 2024.