FenixEdu™

Dissertação

Ugly Duckling – Outlier Detection in Dermoscopy Images using Deep Neural Networks EVALUATED

Detalhes: Este trabalho incide sobre o diagnóstico de cancro da pele, nomeadamente o melanoma. Este é o tipo de cancro da pele mais mortal, o que também faz dele um tópico de interesse mundial. O nosso objetivo é melhorar o diagnóstico, incorporando o contexto intrapaciente e contribuir para desenvolver este tema pouco explorado na literatura. Para tal, utilizámos o conceito de patinho feio, suportado por médicos, como a ideia base que queremos transportar para as áreas de aprendizagem profunda e deteção de anomalias. Assim, implementámos um sistema de diagnóstico integrado que combina o diagnóstico ao nível da imagem e do paciente. Para tal, agregamos redes treinadas com supervisão, como é o caso das redes neuronais convolucional, e sem supervisão como é o caso dos autocodificadores e das redes adversárias generativas. Globalmente, os resultados suportam a hipótese de que o contexto intrapaciente consegue melhorar o diagnóstico. Não só ao nível da imagem, tendo melhorado mais de 2% em precisão balanceada, mas também ao nível do paciente por mais de 10%, quando comparado a modelos que não incluíam o contexto intrapaciente. Adicionalmente, desenvolvemos um classificador adversário generativo de uma só classe para diagnóstico ao nível da imagem. Este modelo alcançou 82.6% de precisão balanceada no conjunto de validação. Finalmente, descobrimos que a região anatómica da lesão parece não interferir no diagnóstico, contrariamente ao hospital de proveniência das imagens.
Keywords: Aprendizagem Profunda, Deteção de Anomalias, Melanoma, Patinho Feio, Dermatoscopia

Discussão: novembro 23, 2022, 10:30