CNN Hyperparameter Optimization for Pulmonary Nodule Classification

Redes Neurais Convolucionais (RNCs) são uma técnica poderosa para sistemas de diagnóstico auxiliado por computador, mas a configuração manual de redes complexas é inviável. A otimização automática de hiper-parâmetros é uma abordagem promissora, mas não há consenso sobre a técnica mais adequada. Neste trabalho, comparamos busca direta, probabilística e otimização bayesiana na otimização de RNCs 2D e 3D para classificação de nódulos pulmonares. Foram obtidas AUC de 0,88, sensibilidade de 87,03% e especificidade de 78,66%. Nossos experimentos demonstram o fraco desempenho da busca em grade, enquanto mostram que técnicas simples, como a busca aleatória, pode ter desempenho comparável a abordagens probabilísticas