Classificação de doenças dentais usando CNN e aprendizado por transferência

O sistema automatizado de assistência médica está em alta demanda com os avanços na pesquisa na área de aprendizado de máquina. Em muitas dessas aplicações, a disponibilidade de conjuntos de dados médicos rotulados é um desafio primário, e o conjunto de dados de doenças dentais não é uma exceção. Este artigo aborda uma tentativa de classificação precisa de doenças dentais. Um conjunto de dados rotulado consistindo de 251 imagens de raio-x de Radio Visioografia (RVG) de 3 classes diferentes é utilizado para a classificação. A rede neural convolucional (CNN) se tornou uma ferramenta muito eficaz em aprendizado de máquina, permitindo resolver problemas como reconhecimento de imagem, segmentação, classificação, etc., com alta ordem de precisão. A partir da literatura, foi constatado que a CNN apresenta um bom desempenho em problemas de classificação de imagens naturais onde um grande conjunto de dados está disponível. Neste artigo, experimentamos o desempenho da CNN para o diagnóstico de um pequeno conjunto de dados dentais rotulados. Além disso, o aprendizado por transferência é utilizado para melhorar a precisão. Resultados experimentais são apresentados para três arquiteturas diferentes da CNN. A precisão geral alcançada é muito encorajadora.