Diagnóstico de câncer de mama baseado em métodos de aprendizado de máquina

Abstract

O câncer de mama é o câncer mais diagnosticado no mundo todo além de ser o mais letal entre mulheres. Por essa razão, o diagnóstico precoce é fundamental. O diagnóstico se baseia em métodos de biópsia para obtenção de imagens histopatológicas que são analisadas por médicos histopatologistas. Essa análise é extremamente demorada devido a quantidade de detalhes presentes nessas imagens, sendo comum haver divergência entre os médicos que estão analisando. Desse modo, o presente trabalho objetiva propor um modelo ensemble utilizando a estratégia stacking, em que classificadores base constituídos pela rede ResNet50, uma rede CNN simples e um preditor Random Forest são unidos e combinados utilizando um meta-classificador de regressão linear, para contribuir para servir de apoio para o diagnóstico médico. De modo a avaliar o desempenho do modelo proposto, as métricas de acurácia, precisão, revocação e F1 Score foram utilizadas dentro de uma análise comparativa com outras redes CNN consideradas state-of-the-art. A partir da utilização das redes ResNet50, VGG-16 e InceptionV3 state-of-the-art, foi possível realizar uma análise comparativa envolvendo os fatores de ampliação de 40X, 100X, 200X e 400X das imagens histopatológicas e o comportamento das redes ao utilizar classes balanceadas e desbalanceadas. O modelo proposto apresentou resultados promissores, atingindo 89.84% de acurácia, 86.78% de precisão, 94.19% de revocação e 90.33% de F1 Score para fator de ampliação de 40X. Os resultados obtidos, no geral, foram superiores aos resultados das outras redes CNN state-of-the-art utilizadas para cada fator de ampliação.