Gomes, Elsa Maria De Carvalho FerreiraMONTEIRO, EDUARDO JOSÉ SECA2026-03-062026-03-062026-02-02http://hdl.handle.net/10400.22/32029A 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.porLeishmaniaPromastigotesConvolutional Neural NetworkTransfer LearningImage ClassificationMicroscopic ImagesPromastigotasAprendizagem por transferênciaRede neuronal convolucionalClassificação de imagensImagens microscópicasmaster thesis204226791