MODELO DE REDE NEURAL CONVOLUCIONAL PARA CLASSIFICAÇÃO E PREDIÇÃO DE TUMOR CEREBRAL COM BASE EM IMAGEM DE RESSONÂNCIA MAGNÉTICA
Resumo
O diagnóstico preciso de tumores cerebrais é crucial na medicina, necessitando de imagens de Ressonância Magnética de alta qualidade para identificar corretamente o tipo e a localização do tumor, fator essencial para um tratamento eficaz. O objetivo deste estudo visa desenvolver uma rede neural convolucional para predizer tipos de tumores cerebrais, aplicando técnicas de visão computacional e inteligência artificial. O método utiliza imagens de Ressonância Magnética, aplicando uma abordagem experimental com uma rede neural convolucional de cinco camadas no Google Colab, com o auxílio das bibliotecas Keras e TensorFlow. A rede neural convolucional demonstrou melhorias significativas na precisão da predição dos tipos de tumores cerebrais, classificando efetivamente as imagens e identificando características distintas dos tumores. A aplicação de redes neurais convolucionais na análise de imagens de tumores cerebrais é promissora, contribuindo para o avanço da inteligência artificial na medicina e melhorando a precisão do diagnóstico e tratamento de tumores cerebrais.
Palavras-Chave: Visão Computacional, Rede Neural Convolucional, Deep Learning, Ressonância Magnética.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.