REDES NEURAIS CONVOLUCIONAIS PARA AUXILIAR NO DIAGNÓSTICO DE EXAMES DE PREVENTIVO DE COLO DE ÚTERO
Visão computacional. CNN. Papanicolau. Classificação Automatizada
O exame preventivo de colo de útero, é um método de triagem amplamente utilizado para detectar câncer cervical e lesões pré-cancerosas. A classificação automatizada dos resultados pode auxiliar os profissionais de saúde a identificar com precisão padrões de citologia anormais, aumentando a acurácia e a consistência na detecção de anomalias. Além disso, a sistematização dessa solução pode reduzir o tempo de análise e os custos associados, possibilitando a disponibilização de um pré-diagnóstico imediato, especialmente em áreas remotas. Essa abordagem também possui potencial para integração em sistemas de saúde pública, contribuindo para um atendimento mais eficiente e acessível. Assim, este estudo propõe a aplicação dos modelos pré-treinados de rede neurais convolucionais VGG16 e VGG19 para classificação das imagens resultantes da técnica de citologia em base líquida, fazendo um comparativo de desempenho entre a classificação de 4 classes ou de 2 classes com dados balanceados e desbalanceados. Testou-se várias topologias e como resultados se obteve acurácias de até 98% obtendo também boas métricas de classificação, mostrando-se como potencial solução para auxilio de profissionais da saúde em uma classificação mais assertiva desses resultados