Análise Comparativa de Arquiteturas de CNNs com Técnicas de Pré-processamento para Classificação de Câncer Renal em Imagens Tomográficas
Description
O câncer renal é uma das neoplasias urológicas de maior mortalidade, com diagnóstico frequentemente tardio. Este trabalho investiga o impacto de duas técnicas de pré-processamento de contraste — CLAHE e correção gama (com fator gama igual a 0,7) — em comparação com a condição base sobre cinco arquiteturas de Redes Neurais Convolucionais com aprendizado por transferência: ResNet-18, ResNet-34, ResNet-50, AlexNet e VGG-16. O conjunto de dados empregado é o CT Kidney Dataset, com 4.566 imagens balanceadas entre as classes Normal e Tumor, divididas nas proporções 60/20/20 para treino, validação e teste. Os resultados demonstram que a correção gama melhora ou mantém estável o desempenho em todas as arquiteturas avaliadas, ao passo que o CLAHE apresenta comportamento inconsistente, reduzindo a acurácia das redes mais rasas. O melhor resultado global foi obtido pela VGG-16 com correção gama, que alcançou 99,12% de acurácia e revocação de 100% para a classe Tumor.
Files
178 - Análise Comparativa de Arquiteturas de CNNs com Técnicas de Pré-processamento para Classificação de Câncer Renal em Imagens Tomográficas.pdf
Additional details
Related works
- Is part of
- 2359-3164 (ISSN)