Análise comparativa de transformers de visão e redes neurais convolucionais na detecção de osteoporose a partir de imagens de raios-X

No âmbito desta investigação, realizamos experimentos para investigar o potencial do Vision Transformer (ViT) no campo da análise de imagens médicas. O diagnóstico de osteoporose através da inspeção de radiografias é um problema substancial de classificação que conseguimos abordar com a assistência de modelos de Vision Transformer. Para fornecer uma base para comparação, realizamos uma análise paralela na qual buscamos resolver o mesmo problema utilizando redes neurais convolucionais tradicionais (CNNs), que são técnicas bem conhecidas e comumente usadas para a solução de problemas de categorização de imagens. As descobertas de nossa pesquisa nos levaram a concluir que o ViT é capaz de alcançar resultados superiores em comparação com a CNN. Além disso, desde que os métodos tenham acesso a uma quantidade suficiente de dados de treinamento, a probabilidade aumenta de que ambos os métodos cheguem a soluções mais adequadas para questões críticas.