Percorrer por autor "GOMES, EMANUELA FILIPE"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Inteligência artificial para deteção de tumores cerebrais em imagens médicasPublication . GOMES, EMANUELA FILIPE; Barbosa, Ramiro de SousaA aplicação de Inteligência Artificial (IA) na análise de imagens médicas tem transformado a deteção precoce e o diagnóstico de diversas doenças, como tumores, lesões e anomalias em órgãos vitais. Modelos baseados em Machine learning (ML) e Deep learning (DL), especialmente redes neuronais convolucionais (CNN), têm demonstrado elevado desempenho na segmentação, classificação e localização de estruturas patológicas em exames como ressonâncias magnéticas, tomografias e radiografias. Estas abordagens permitem não só uma maior precisão diagnóstica, como também reduzem o tempo de análise e a carga de trabalho dos profissionais de saúde. A integração de técnicas supervisionadas e não supervisionadas possibilita uma extração robusta de características relevantes, mesmo em contextos com dados limitados ou rótulos incompletos. Neste sentido a IA, afirma-se como uma ferramenta promissora no apoio à decisão médica, contribuindo para o avanço da medicina da precisão. O principal objetivo deste trabalho é o desenvolvimento de modelos baseados em IA para a deteção de tumores cerebrais a partir da análise de imagens médicas. Para tal, foram utilizadas diferentes arquiteturas de redes CNN, incluindo VGG-19, ResNet, EfficientNet, entre outras, em combinação com técnicas de Explainable Artificial Intelligence (XAI), de modo a garantir não só elevados níveis de desempenho, mas também interpretabilidade dos resultados. Os modelos foram treinados e avaliados com recurso a bases de dados públicas de ressonância magnética cerebral, permitindo a classificação de diferentes tipos de tumores. Os resultados obtidos demonstraram valores elevados de Accuracy, Recall e Area Under the Curve Receiver Operating Characteristic (AUROC), o que evidencia a eficácia da solução proposta na deteção de tumores cerebrais e confirma o seu potencial como sistema de apoio ao diagnóstico clínico.