Algoritmos de Aprendizado de Máquina para Classificação de Células Nucleadas do Sangue Periférico - Uma Experiência do Projeto Hemovision

Abstract

Este trabalho trata do uso de algoritmos de aprendizado de máquina para classificação de células nucleadas do sangue periférico. Foi utilizada a rede neural convolucional ResNet18 para o pré-processamento das imagens e em substituição às camadas densas; e para a saída foi escolhido o classificador Support Vector Machine (SVM). Foram usadas imagens disponibilizadas por um estudo de classificação de imagem do Hospital das Clínicas de Barcelona, contendo oito classes. O modelo desenvolvido obteve uma acurácia média de 97.2%, e o F1-Score médio de 97%, sendo que algumas classes obtiveram médias próximas de 100%, enquanto outras, de 95%. Diante dos resultados encontrados, constatou-se que os algoritmos de aprendizado de máquina podem ser integrados de forma satisfatória aos processos educacionais e de apoio ao diagnóstico.