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

Publicado no livro
OPEN SCIENCE RESEARCH XVCapítulo
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 .

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.

