“LeukNet” - Um Modelo de Rede Neural Convolucional para o Diagnóstico de Leucemia

A leucemia é um tipo de câncer que afeta a produção de células sanguíneas na medula óssea o que diculta a coagulação do sangue e o combate a infecções. Nesse trabalho propomos um método para o diagnóstico automático de leucemia utilizando Redes Neurais Convolucionais (CNNs). Nós utilizamos CNNs pré-treinadas e técnicas de transferência de aprendizagem na construção do método proposto. Empregamos a técnica modied Deeply Fine Tuning (mDFT) combinada com operações de aumento de dados para renar um modelo pré-treinado. Para treinar e testar o método proposto, utilizamos um conjunto de 3.536 imagens de 18 bases diferentes. A técnica de validação Leave-One-Dataset-Out Cross-Validation (LODOCV) foi proposta para avaliar a capacidade de generalização do modelo. Os principais resultados obtidos utilizando o LODOCV em três bases de dados foram 97,04, 82,46 e 70,24% de acurácia.