Jornal de pesquisa e terapia com células-tronco

Abstrato

Classificação baseada em rede neural convolucional de tumores benignos e malignos de imagens de ecografia mamária

Telagarapu Prabhakar

O método amplamente utilizado para diagnosticar o cancro da mama é a ecografia mamária (BUS), mas a interpretação
varia de acordo com a experiência do radiologista. Hoje em dia, estão disponíveis sistemas CAD para fornecer informações
sobre a classificação de imagens BUS. No entanto, a maioria dos sistemas CAD baseava-se em recursos artesanais. Que
são concebidos para classificar os tumores. Assim sendo, a capacidade destes recursos decidirá a precisão do sistema CAD
que será utilizado para classificar os tumores como benignos e malignos. Com a utilização da
tecnologia Convolutional Neural Network (CNN), podemos melhorar a classificação das imagens BUS. Uma vez que fornece uma nova abordagem para a classificação
e representações de imagens generalizáveis, podemos obter a melhor precisão como resultado. No entanto, a base de dados de
imagens BUS é pequena e pode ser restrita devido ao facto de as CNNs não poderem ser treinadas de raiz. Para ultrapassar esta
desvantagem, examinámos a abordagem de aprendizagem por transferência de utilização, para permitir que a abordagem CNN alcance a melhor precisão
em relação à classificação de imagens BUS. Os resultados finais da metodologia VGG16_TL superam o AlexNet_TL. E os
resultados finais indicam VGG16_TL com valores de precisão, sensibilidade, especificidade, precisão e F1 de 88,23%, 88,89%, 88,89,
90% e 88,2% respetivamente. Assim sendo, podemos dizer que a possibilidade de modelos CNN pré-treinados consegue uma boa precisão
na classificação de imagens BUS.