Skin lesions classification using convolutional neural networks in clinical images

Abstract

Lesões de pele são condições que aparecem em um paciente devido a várias razões. Uma delas pode ser por causa de um crescimento anormal no tecido da pele, definido como câncer. Essa doença aflige mais de 14,1 milhões de pacientes e tem sido a causa de mais de 8,2 milhões de mortes no mundo todo. Sendo assim, uma solução capaz de ajudar no diagnóstico precoce pode salvar vidas e diminuir custos de tratamento. Visto isso, é proposto a construção de um modelo de classificação para 12 lesões, sendo dessas 4 malignas, incluindo Melanoma Maligno e Carcinoma Basocelular. Além disso, neste trabalho é utilizado uma arquitetura ResNet-152 pré-treinada, que então foi aprimorada com 88,090 imagens aumentadas, utilizando diferentes transformações. As predições foram então analizadas com o método GradCAM para gerar explicações visuais, que foram condizentes com conhecimentos prévios e boas práticas para explicações. Finalmente, a rede foi testada com 956 imagens e alcançou a métrica de área abaixo da curva (AUC) de 0.96 para Melanoma e 0.91 para Carcinoma Basocelular, comparaveis aos resultados de estado da arte.