Classificação do Índice Glicêmico a partir de Imagens de Alimentos com Redes Neurais Convolucionais

A identificação do índice glicêmico de alimentos é fundamental para o planejamento dietético e controle glicêmico, especialmente de pacientes com diabetes. Tendo em vista a determinação do índice glicêmico a partir de imagens de alimentos, este trabalho considera o uso de uma arquitetura de rede neural convolucional para abordar duas tarefas de classificação, sendo uma de frutas e outra de alimentos em geral. Ao avaliar o modelo proposto, obteve-se acurácia de 98,22% para a primeira tarefa e de 84,30% para a segunda, resultados que mostram-se competitivos com o estado da arte e que motivam o desenvolvimento de soluções computacionais que promovem a melhoria da qualidade de vida por meio da alimentação saudável.