top of page

Utilização de máquinas de vetores suporte e redes neurais convolucionais na classificação de imagens radiológicas

Pesquisas em Temas de Ciências da Saúde

André Luiz Nogueira
Hamona Novaes dos Santos

DOI: 10.46898/rfb.

15149369-d1a5-4a94-9596-9d2629150017

Resumo

Com volume de dados cada vez maiores sendo gerados por empresas e pesquisadores, há necessidade de rapidez, precisão e algoritmos robustos para análise de dados. Melhorias em tecnologia de bancos de dados, desempenho computacional e inteligência artificial contribuíram para o desenvolvimento da análise de dados. Máquinas de vetores suporte (support vetor machine-SVM) são um tipo específico de algoritmo de aprendizado de máquina que está entre os mais utilizados na resolução de muitos problemas. As SVMs são um dos classificadores mais poderosos e robustos, tendo um papel significativo no reconhecimento de padrões, sendo esta uma área de pesquisa amplamente popular e ativa entre os pesquisadores. O presente capítulo compara o desempenho da SVM com uma rede neural convolucional (convolutional neural network - CNN) na tarefa de classificação de imagens médicas. Embora a CNN tenha demonstrado desempenho superior, o desempenho da SVM pode ser aprimorado por meio de técnicas de redução de dimensionalidade/extração de características como: análise de componentes principais, transformada wavelet e autoencoder.

Data de submissão:

15 de fevereiro de 2025 às 19:35:24

Data de publicação:

1 de março de 2025 às 17:45:00

Gostou? Comente!

Share Your ThoughtsBe the first to write a comment.
bottom of page