Banca de DEFESA: ULRICH KAUÊ MENDES ALENCAR DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ULRICH KAUÊ MENDES ALENCAR DA SILVA
DATA: 30/08/2024
HORA: 10:00
LOCAL: presencial
TÍTULO:

Classificação de tumores cerebrais: um estudo comparativo entre Rede Neural Convolucional e Rede Neural Convolucional com mecanismo de atenção

PALAVRAS-CHAVES:

Rede neural Convolucional, Mecanismo de atenção, classificação de tumor cerebral

PÁGINAS: 75
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

O tumor cerebral é caracterizado como um crescimento anormal de um grupo de células do cérebro ou próximas a ele, sendo uma das grandes causas de morte ao redor do mundo. Um dos principais problemas relacionados aos tumores cerebrais diz respeito à dificuldade do seu diagnóstico, visto que seus sintomas podem ser confundidos com os de doenças com menor grau de seriedade, fazendo-se assim necessário um conjunto de exames, onde a ressonância magnética se destaca como um dos mais importantes. Considerando a importância do problema, esta dissertação tem como objetivo apresentar os resultados de um estudo comparativo da  eficiência das Redes Neurais Convolucionais (CNN - Convolutional Neural Network) e Redes Neurais Convolucionais com mecanismo de atenção para o problema de classificação de tumores cerebrais baseada em imagens de ressonâncias magnéticas, sendo que os mecanismos de atenção, advindos da área de processamento de linguagem natural, podem ser utilizados em conjunto com as CNNs com o intuito de aumentar o foco destas redes em partes mais importantes das imagens para o processo de classificação. Os resultados obtidos, considerando especificamente a base de dados de ressonância magnética utilizada neste trabalho para o desenvolvimento dos classificadores, sugerem que o uso do mecanismo de atenção pode aumentar a eficiência das redes neurais convolucionais para o problema de classificação de tumores cerebrais sendo que, considerando as métricas de avaliação de classificadores, obtivemos na base de dados de teste, para o caso da CNN, uma acurácia de 96.41%, sensibilidade de 96.17%, F1-score de 96.61% e precisão de 96.24% enquanto que para a CNN com mecanismo de atenção obtivemos uma acurácia de 98.39%, sensibilidade de 98.35%, F1-score de 98.33% e precisão de 98.31%, o que representa uma melhoria de 1.98% em acurácia, 2.18% em sensibilidade, 1.72% em F1-score e 2.07% em precisão em relação a CNN sem mecanismo de atenção.

 

------------------------------------------------------------------------------------------

Artigo aceito para XXIX Congresso Brasileiro de Engenharia Biomédica

Titulo do artigo:

Brain Tumor Classification: A CNN and attention-based CNN comparison

Data: 02/09/2024 – 06/09/2024

MEMBROS DA BANCA:
Interno - 2522772 - JASMINE PRISCYLA LEITE DE ARAUJO
Externo à Instituição - ORLANDO SHIGUEO OHASHI JUNIOR