Defesa de Dissertação de Mestrado de Adriano Lima e Souza, em 28/08/2024, às 09:00 horas, por videoconferência
Link para defesa: https://meet.google.com/yfa-uttp-syw
Classificação de Lesões em Pele Negra Usando VGG19 e o Conjunto de Dados ISIC2020
Resumo:
A classificação de imagens de lesões cutâneas é uma tarefa crucial na detecção precoce do câncer de pele, especialmente o melanoma, que é a forma mais grave. Este artigo explora a aplicação da arquitetura de rede neural convolucional VGG19 para classificar sete tipos de lesões cutâneas usando o conjunto de dados ISIC 2020. Além disso, o estudo investiga a aplicação da Escala Fitzpatrick para avaliar como diferentes tons de pele podem influenciar a precisão da classificação, assim como o uso da visão computacional para identificar a pele e classificar a pele de acordo com a Escala Fitzpatrick pode melhorar a acurácia e precisão. O objetivo é demonstrar como a extração de características através da VGG19 pode melhorar significativamente a precisão do diagnóstico, beneficiando tanto pacientes quanto médicos. Diferentes métricas de desempenho são aplicadas e discutidas para avaliar a eficácia do modelo.
Abstract:
The classification of skin lesion images is a crucial task in the early detection of skin cancer, particularly melanoma, which is the most severe form. This paper explores the application of the convolutional neural network architecture VGG19 to classify seven types of skin lesions using the ISIC 2020 dataset. Additionally, the study investigates the application of the Fitzpatrick Scale to assess how different skin tones can influence classification accuracy, as well as the use of computer vision to identify skin and classify it according to the Fitzpatrick Scale to improve accuracy and precision. The objective is to demonstrate how feature extraction through VGG19 can significantly improve diagnostic accuracy, benefiting both patients and healthcare professionals. Various performance metrics are applied and discussed to evaluate the model’s effectiveness.
Banca examinadora:
Prof. Esteban Walter Gonzalez Clua, UFF – Presidente
Prof. Flávio Luiz Seixas, UFF
Prof. Luiz Marcos Garcia Gonçalves, UFRN