{"title":"Redes neurais convolucionais para a classificação de nódulos tireoidianos através de ultrassonografia","authors":"Igor Machado Seixas, Alexei Manso Correa Machado","doi":"10.5753/sbcas.2023.229645","DOIUrl":null,"url":null,"abstract":"A detecção precoce de linfonodos malignos é crítica para o tratamento do câncer de tireoide. Neste estudo, um sistema de diagnóstico é proposto para classificar nódulos malignos com base em imagens de ultrassom, bem como na escala do Thyroid Imaging Reporting and Data System (TI-RADS). Os experimentos implementam 5 redes convolucionais e 3 máquinas de vetores de suporte aplicadas a um conjunto de dados público. Os resultados preliminares indicam o MobileNet como o melhor classificador binário com 89% de acurácia e o DenseNet121 com 56% de acurácia para as 4 categorias TI-RADS.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"22 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2023.229645","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A detecção precoce de linfonodos malignos é crítica para o tratamento do câncer de tireoide. Neste estudo, um sistema de diagnóstico é proposto para classificar nódulos malignos com base em imagens de ultrassom, bem como na escala do Thyroid Imaging Reporting and Data System (TI-RADS). Os experimentos implementam 5 redes convolucionais e 3 máquinas de vetores de suporte aplicadas a um conjunto de dados público. Os resultados preliminares indicam o MobileNet como o melhor classificador binário com 89% de acurácia e o DenseNet121 com 56% de acurácia para as 4 categorias TI-RADS.