Análise comparativa da influência de otimizadores no desempenho de uma CNN para detecção do câncer de mama

Abstract

O campo da inteligência artificial (IA) apresenta notáveis avanços na medicina. Estudos analisam a aplicação de Redes Neurais Convolucionais para a detecção de câncer de mama. Neste artigo, é realizada uma análise comparativa entre os métodos de otimização (Adam, Adadelta, Adagrad, Adamax, Nadam, RMSprop) aplicados a uma arquitetura VggNet16 para a classificação de neoplasias em imagens histopatológicas. Os experimentos foram realizados com a criação de modelos para os fatores de ampliação (40x, 100x, 200x, 400x) das imagens extraídas do dataset BreakHis. O otimizador Adam obteve o melhor resultado para o conjunto de imagens, especificamente na base 400x.