Comparando Deep e Transfer Learning na Classificação de Imagens da Membrana Timpânica

Abstract

Objetivos: As redes neurais de aprendizado profundo compreendem técnicas que produzem os melhores resultados na tarefa de classificação de imagens. Em especialidades como a radiologia e a dermatologia, as redes neurais têm contribuído na identificação, por meio de imagens, de tumores e melanomas respectivamente. Método: No contexto deste artigo, explora-se o uso das redes neurais para diagnóstico de otites, por meio de imagens da membrana timpânica. Considerando esta tarefa, o método seguido compreendeu a aquisição de imagens do conduto auditivo externo humano de pacientes saudáveis, com otite e com cerumen. Resultado: Posteriormente, constituiu-se dois modelos, sendo o primeiro baseado em uma arquitetura deep learning e o segundo utilizando transfer learning. Como resultado, identificou-se que o modelo produzido por meio de transfer learning apresentou melhores resultados. Conclusão: A acurácia obtida na tarefa de classificação foi de 96%, revelando a aptidão do método para a classificação e diagnóstico esperados.