Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ELIAS RABÊLO MATOS
DATA: 24/01/2022
HORA: 10:00
LOCAL: On-line usando google meet: meet.google.com/mty-sewd-eyn
TÍTULO: Detecção de câncer de pele usando Cluster Raspberry PI e a plataforma Pytorch
PALAVRAS-CHAVES: Inteligência Artificial, Computação de Alto Desempenho, Cancer de Pele,
Raspberry PI
PÁGINAS: 84
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Arquitetura de Sistemas de Computação
RESUMO:
O câncer de pele provoca mortes e tem um aumento de numero de casos todos os anos, ao redordo mundo. Uma das formas mais comuns de detectar o câncer de pele é o uso da regra ABCDE,regra aplicada em um conjunto de características sobre uma lesão da pele do paciente. A partirdessa forma de diagnóstico o Câncer de pele pode ser tratado pela Ciência da Computaçãocomo um problema de classificação de imagens usando a Inteligência Artificial. Desde 2016 oISIC (International Skin Cancer Challenge) lança competições anuais acerca da detecção decâncer de pele. Neste trabalho foi selecionado o dataset HAM1000 que contem imagens de peledivididos em sete diferentes tipos de lesões e que faz parte dos arquivos do ISIC. Com essedataset foram definidos os objetivos do trabalho: Treinar uma rede neural convolucional em umCluster de Alto Desempenho de Baixo Custo usando a plataforma Raspberry Pi; e aplicar atécnica de transferência de conhecimento de uma rede neural convolucional para uma rede MLPque fosse executada na plataforma Raspberry PI. O treinamento no cluster não foi possível coma configuração usada nesse trabalho. E com a transferência de conhecimento foi atingido o valorde 80% de acurácia na melhor das configurações utilizadas.