Comparativo de técnicas de aprendizado profundo e processamento de imagens para o diagnóstico de melanoma

Abstract

O melanoma maligno é um dos tipos de câncer mais mortais que existe, por isso é de suma importância a detecção e diagnóstico de forma precoce com o intuito de aumentar as chances de sobrevivência do paciente. Assim, existem estudos que têm como o objetivo realizar o diagnóstico dessa doença de forma automática utilizando ferramentas de Inteligência Artificial. Este trabalho tem como objetivo fazer um estudo comparativo entre técnicas de aprendizado profundo e técnicas de processamento de imagens convencional, de maneira que possa indicar quais abordagens conseguem capturar e representar melhor os padrões de melanoma. Para isso, foi utilizado o Meta Learning e uma CNN, baseada na arquitetura da Simple Net para realizar os testes na base de dados pública da ISIC. Os resultados alcançaram uma acurácia de 91.45% e 87.91% para o Meta Learning e a CNN, respectivamente. Assim, podemos concluir que os métodos convencionais de processamento de imagens se bem combinados, podem obter resultados promissores, se comparado com a rede Simple Net.