CapítuloMULTIDISCIPLINAR
Open Access
OPEN SCIENCE RESEARCH XV
Downloads
18
Views
783
CODE: 240416434
COMPARTILHE

Título

VALIDAÇÃO CRUZADA NA APRENDIZAGEM DE REDES NEURAIS CONVOLUCIONAIS PARA TRIAGEM DE CÂNCER CERVICAL

10.37885/240416434

Crossref

Publicado no livro

OPEN SCIENCE RESEARCH XV

Capítulo

36

Páginas

546-561

Publicado em

28/06/2024

Autores

  • Andréa T. Dos Santos DecDECLIN-UEPG
  • Alaine M. GuimarãesDEINFO-UEPG
  • Daniela Etlinger-colonelliNAP-IAL
  • Edneia P. MachadoDECLIN-UEPG
  • Ezequiel GueiberDEINFO-UEPG
  • Fernanda R. PaulinoPIBIC-UEPG
  • Jose Carlos Ferreira Da RochaDEINFO-UEPG
  • Mayara L. LopesUEPG
  • Pedro H. PsybyloskiUEPG

Resumo

Objetivo: este trabalho objetiva comparar o efeito de quatro esquemas de validação cruzada na avaliação do desempenho de redes neurais convolucionais (RNCs) para a classificação de imagens celulares na triagem de câncer cervical. Métodos: o desempenho médio de quatro RNCs, baseadas nos modelos DenseNet, MobileNet, Xception e VGG16, foi avaliado usando os seguintes esquemas de validação cruzada: k-partições, k-partições com estratificação, divisão aleatória e divisão aleatória com estratificação. Após a validação cruzada, o desempenho preditivo da RNC, selecionada em cada esquema de validação, foi avaliado em um conjunto de imagens diferentes. O teste ANOVA com post hoc foi empregado para determinar diferenças estatísticas no desempenho das RNCs, em decorrência do emprego de diferentes esquemas de validação cruzada. Resultados: os resultados indicam que o emprego de diferentes esquemas de validação cruzada pode levar à seleção de modelos desiguais de classificação para a aplicação proposta. Entretanto, o emprego de diferentes esquemas de validação sobre um mesmo modelo não levou a diferenças significativas no desempenho (α=0,05).

Palavras-chave

Redes neurais convolucionais, validação cruzada, cancer cervical.

Licença

Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

Licença Creative Commons

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.

PlumX