| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 4.08 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A Leishmaniose é uma doença tropical negligenciada, causada por parasitas protozoários, que
infetam maioritariamente as populações mais pobres do mundo. Globalmente, há cerca de
700.000 a 1 milhão de novos casos de Leishmaniose humana por ano. Devido às alterações
climáticas e a viagens com companhias caninas para regiões endémicas, está-se a identificar,
respetivamente, uma expansão para norte do habitat do parasita, e o surgimento da doença
em locais não endémicos no norte da Europa.
O objetivo principal deste trabalho é desenvolver um modelo baseado em machine learning
capaz de identificar Leishmânia em imagens microscópicas, facilitando a deteção automática
da Leishmaniose in vitro. Pretende-se também comparar esta abordagem com as existentes no
estado da arte. O trabalho engloba a procura de conjunto de dados relevantes, o préprocessamento,
tratamento de dados, arquitetura de modelos, e a sua otimização. O modelo
com melhores resultados alcançou uma accuracy de 98%, um valor de loss de 0.06, e um f1-
score de 0.98 no conjunto de teste.
Descrição
Palavras-chave
Leishmania Promastigotes Convolutional Neural Network Transfer Learning Image Classification Microscopic Images Promastigotas Aprendizagem por transferência Rede neuronal convolucional Classificação de imagens Imagens microscópicas