Rede Neural Convolucional para o Diagnóstico de Leucemia

Abstract

A leucemia é um tipo de câncer que afeta a produção de células san- guíneas na médula óssea o que dificulta a coagulação do sangue e o combate a infecções. Nesse trabalho propomos um método para o diagnóstico automático de leucemia utilizando Redes Neurais Convolucionais (CNNs). Nós utilizamos CNNs pré-treinadas e técnicas de transferência de aprendizagem na constru- ção do método proposto. Empregamos a técnica Deeply Fine Tuning Modi- fied (DFTM) combinada com operações de aumento de dados para refinar um modelo pré-treinado. Para treinar e testar o método proposto, utilizamos um conjunto de 2304 imagens de 14 bases diferentes. O método proposto atingiu acurácia de 98,84% e quando comparado com outros trabalhos, observamos maior robustez e consistência nos resultados. Ao final, concluímos que o ajuste fino é mais robusto a classificação de imagens heterogêneas quando comparado com a extração de características através de CNNs.