Aluno: Rodrigo Felipe Albuquerque Paiva de Oliveira

Título: “Avaliando Técnicas de Aprendizado Profundo para Diagnóstico de Doenças Tropicais Negligenciadas em Imagens de Exames Parasitológicos”

Orientador: Prof. Carmelo Albanez Bastos Filho

Data-hora: 24/agosto/2017 (10:00h)

Local: Escola Politécnica de Pernambuco – SALA I-5

Resumo:

"Segundo a Organização Mundial de Saúde, as Doenças Tropicais Negligenciadas atingem um bilhão de pessoas no mundo e uma das diretrizes da OMS quanto a erradicação destas doenças está no diagnóstico prévio e célere para o mapeamento dos focos e aplicação do devido tratamento à pessoa infectada. O processo atual para o diagnóstico ainda depende de uma análise em amostras de exames clínicos realizados de forma manual em laboratórios. A área de Aprendizagem de Máquina para Reconhecimento de Padrões em imagens se apresenta de forma promissora como apoio e automatização de exames baseados em imagens. Técnicas de Aprendizado Profundo tem sido aplicadas com este propósito. Neste trabalho foi realizado uma comparação entra duas técnicas de Aprendizado Profundo aplicadas na detecção de duas Doenças Tropicais Negligenciadas, a Esquistossomose e a Tricuríase. As técnicas avaliadas, as Redes Neurais Convolucionais e as Redes Neurais Piramidais, Estruturadas, obtiveram resultados eficazes no reconhecimento dos padrões das doenças em que ambas as técnicas obtiveram AUC acima de 0,90, para as duas bases de imagens das doenças, com a CNN mostrando superioridade neste aspecto. Entretanto, a SPNN mostrou ser mais rápida e estável do que a CNN, tanto para a base de Esquistossomose quanto para a base da Tricuríase, apesar da CNN ter obtido ."