Mariana Dourado X. S. Santos, William Laus Bertemes, Iaan Mesquita de Souza, Mateus Henrique B. Andrades, David Antonio T. M. Barros, Vinícius Sebba Patto
{"title":"Algoritmos de Aprendizado de Máquina para Classificação de Células Nucleadas do Sangue Periférico - Uma Experiência do Projeto Hemovision","authors":"Mariana Dourado X. S. Santos, William Laus Bertemes, Iaan Mesquita de Souza, Mateus Henrique B. Andrades, David Antonio T. M. Barros, Vinícius Sebba Patto","doi":"10.5753/erigo.2022.227698","DOIUrl":null,"url":null,"abstract":"Este trabalho trata do uso de algoritmos de aprendizado de máquina para classificação de células nucleadas do sangue periférico. Foi utilizada a rede neural convolucional ResNet18 para o pré-processamento das imagens e em substituição às camadas densas; e para a saída foi escolhido o classificador Support Vector Machine (SVM). Foram usadas imagens disponibilizadas por um estudo de classificação de imagem do Hospital das Clínicas de Barcelona, contendo oito classes. O modelo desenvolvido obteve uma acurácia média de 97.2%, e o F1-Score médio de 97%, sendo que algumas classes obtiveram médias próximas de 100%, enquanto outras, de 95%. Diante dos resultados encontrados, constatou-se que os algoritmos de aprendizado de máquina podem ser integrados de forma satisfatória aos processos educacionais e de apoio ao diagnóstico.","PeriodicalId":338913,"journal":{"name":"Anais da X Escola Regional de Informática de Goiás (ERI-GO 2022)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da X Escola Regional de Informática de Goiás (ERI-GO 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/erigo.2022.227698","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
Este trabalho trata do uso de algoritmos de aprendizado de máquina para classificação de células nucleadas do sangue periférico. Foi utilizada a rede neural convolucional ResNet18 para o pré-processamento das imagens e em substituição às camadas densas; e para a saída foi escolhido o classificador Support Vector Machine (SVM). Foram usadas imagens disponibilizadas por um estudo de classificação de imagem do Hospital das Clínicas de Barcelona, contendo oito classes. O modelo desenvolvido obteve uma acurácia média de 97.2%, e o F1-Score médio de 97%, sendo que algumas classes obtiveram médias próximas de 100%, enquanto outras, de 95%. Diante dos resultados encontrados, constatou-se que os algoritmos de aprendizado de máquina podem ser integrados de forma satisfatória aos processos educacionais e de apoio ao diagnóstico.