Análise comparativa entre transformers visuais e CNNS na classificação de calcificações e massas mamárias

Página do item simplificado
dc.contributor.advisorFarias, Alexandre Rodrigues
dc.contributor.advisor-coCarvalho, Túlio Charles de Oliveira
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/0249563467742892
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7892039987874375
dc.contributor.authorGaete, Victor Daniel Oliveira
dc.contributor.authorLatteshttp://lattes.cnpq.br/7149591090990465
dc.contributor.refereeFarias, Alexandre Rodrigues
dc.contributor.refereeCarvalho, Túlio Charles de Oliveira
dc.contributor.refereeDias, Rosilene Nietzsch
dc.contributor.refereeFerreira, José Hissa
dc.date.accessioned2026-09-03T20:47:53Z
dc.date.available2026-09-03T20:47:53Z
dc.date.issued2026-06-16
dc.description.abstractEste trabalho apresenta uma análise comparativa entre redes neurais convolucionais e Transformers visuais aplicados à classificação binária de lesões mamográficas, conside rando massas e calcificações. Foram utilizados recortes de regiões de interesse, da base CBIS-DDSM como conjunto principal, com avaliação externa na base VinDr-Mammo. O desempenho dos modelos foi avaliado principalmente por meio da métrica ROC-AUC, com plementada por acurácia, precisão, sensibilidade, especificidade e F1-score. Os resultados indicam diferenças de desempenho entre os tipos de achado, com melhor desempenho geral na classificação de massas em comparação às calcificações. Além disso, observou-se que a generalização externa varia entre arquiteturas e tipos de lesão, evidenciando a importância da validação em bases independentes.
dc.description.abstractotherThis work presents a comparative analysis between convolutional neural networks and visual Transformers applied to the binary classification of mammographic lesions, considering masses and calcifications. Region-of-interest patches from the CBIS-DDSM dataset were used as the main dataset, with external evaluation on the VinDr-Mammo dataset. Model performance was mainly assessed using the ROC-AUC metric, comple mented by accuracy, precision, sensitivity, specificity, and F1-score. The results indicate performance differences between lesion types, with better overall performance for mass classification compared to calcifications. In addition, external generalization varied across architectures and lesion types, highlighting the importance of validation on independent datasets.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/2946
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.departmentDepartamento de Computação
dc.publisher.initialsCEFET-MG
dc.subjectRedes neurais (Computação)
dc.subjectProcessamento de imagens - Técnicas digitais
dc.subjectMamografia
dc.titleAnálise comparativa entre transformers visuais e CNNS na classificação de calcificações e massas mamárias
dc.typeTrabalho de Conclusão de Curso da Graduação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Análise comparativa entre transformers visuais e CNNS na classificação de calcificações e massas mamárias.pdf
Tamanho:
2.33 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Engenharia Elétrica (Belo Horizonte - Nova Gameleira)