Arquitetura de aprendizado profundo aprimorada para classificação de câncer de pele

Uma das principais causas de mortalidade globalmente, o câncer de pele é mortal. O diagnóstico precoce de câncer de pele reduz a mortalidade. A inspeção visual é a principal ferramenta de diagnóstico para câncer de pele; no entanto, é imprecisa. Pesquisadores propõem técnicas de aprendizado profundo para auxiliar os médicos na identificação rápida e correta de tumores cutâneos. Redes neurais convolucionais profundas (CNNs) podem identificar objetos distintos em tarefas complexas. Treinamos uma CNN em fotos com apenas pixels e rótulos de doenças para classificar lesões cutâneas. Treinamos no HAM-10000 usando uma CNN. No conjunto de dados HAM10000, o modelo sugerido obteve 95,23% de eficiência, 95,30% de sensibilidade e 95,91% de especificidade.