Aprendizado Profundo na Classificação de Lesões Crescentes Glomerulares: modelos e condições

Glomérulos são estruturas localizadas nos rins e responsáveis por filtrar o sangue e podem ser acometidos por diversas lesões, como a crescente glomerular, que é caracterizada por apresentar uma anormal proliferação de células. Neste trabalho, são avaliados diferentes modelos e condições de aplicação de deep learning na tarefa de classificação de imagens histopatológicas de crescente glomerular. Para isso, foram comparadas as redes pré-treinadas Xception, InceptionV3, MobileNet, VGG16 e ResNet50, aplicando-se para a classificação de imagens com glomérulos com crescente vs normais. Comparando acurácia, precisão, recall e f1-score dos modelos, a ResNet50 apresentou desempenho significativamente superior ao das demais redes, em todas as medidas. A aplicação de data augmentation não resultou em melhora significativa nos resultados neste caso. Em experimento de classificação de glomérulos crescentes vs não crescentes, adicionando imagens de três outras lesões à base de dados, a aplicação do Focal Loss, apresentou maior acurácia e precisão.