Modelos Inovadores de Aprendizado Profundo Híbrido CNN-Transformer para o Diagnóstico Automatizado da Varíola dos Macacos a partir de Imagens Médicas

Bhawani Sankar Panigrahi; R. Kishore Kanna; Nukala Sujata Gupta; Jhum Swain; Biswajit Brahma; Venkatesh Kavididevi

doi:10.3791/70533

É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Modelos Inovadores de Aprendizado Profundo Híbrido CNN-Transformer para o Diagnóstico Automatizado da Varíola dos Macacos a partir de Imagens Médicas

159 visualizações

⸱

DOI:

10.3791/70533

⸱

29 de maio de 2026

Bhawani Sankar Panigrahi¹ , R. Kishore Kanna² , Nukala Sujata Gupta³ , Jhum Swain⁴ , Biswajit Brahma⁵ , Venkatesh Kavididevi⁶

¹Department of Computer Science & System Engineering, GITAM School of CSE, GITAM University, ²Department of Biomedical Engineering, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, ³Department of Computer Engineering and Technology, Chaitanya Bharathi Institute of Technology, ⁴Department of CSE, Anurag University, ⁵McKession Corporation, ⁶Department of Information Technology, Vardhaman College of Engineering

Neste artigo

Resumo

O uso de uma coleção curada de 2.280 imagens de lesões cutâneas produziu um fluxo de trabalho binário padronizado de aprendizado profundo para classificar a presença de mpox em cada imagem. Um modelo personalizado e InceptionV3, ResNetV2, ResNet50, DenseNet121 e um híbrido CNN-transformador foram comparados no contexto de um pipeline comum de pré-processamento e treinamento.

Resumo

A aparência visual das lesões cutâneas da varíola do macaco permanece pouco estabelecida devido à sua semelhança com outras doenças cutâneas vesiculares e pustulares. Este artigo testou a hipótese de que um modelo híbrido de aprendizado profundo, integrado com codificadores de características convolucionais e baseados em transformadores, pode classificar automaticamente imagens mpox dentro de um pipeline experimental unificado. Para garantir consistência entre modelos e relatórios, a análise principal foi realizada como uma tarefa binária: mpox vs outras condições com a mesma ou semelhante apresentação. Esses dados de referência consistiram em 2.280 imagens: 1.020 imagens de lesões não mpox e 1.260 imagens de lesões não mpox. As imagens foram reduzidas para um tamanho padrão de entrada de 150 × 150 pixels, e os valores ficaram na faixa [0, 1]. Durante o treinamento, as imagens foram complementadas com rotação, translação, cisalhamento, zoom e inversão horizontal. Foram comparados um CNN Sequencial personalizado, InceptionV3, ResNetV2, ResNet50, DenseNet121 e uma arquitetura híbrida CNN-transformador proposta. Todo modelo de linha de base foi treinado por 15 épocas usando o otimizador Adam e a perda binária de entropia cruzada. A precisão do treinamento e validação, perda, precisão, recall, F1-score e área sob a curva característica operacional do receptor foram medidos para avaliar o desempenho, sempre que possível. A melhor precisão interna relatada foi observada com a CNN Sequencial, e o modelo híbrido alcançou precisão de 98,50, recall de 98,50 e pontuação F1 de 98,58, resultando em um perfil discriminativo balanceado. O InceptionV3 apresenta sinais de sobreajuste, e o ResNetV2 não forneceu dados de validação suficientes para suportar um teste de generalização robusto. No geral, o modelo híbrido pode ser visto como uma estratégia viável e equilibrada, e não necessariamente melhor do que todas as linhas de base.

Introdução

A detecção automatizada e rápida de mpox em casos médicos é clinicamente significativa, pois a doença pode ser semelhante a várias outras erupções vesiculares ou pustulares na avaliação visual inicial. Os clínicos, na prática, não prestam muita atenção apenas à morfologia das lesões, mas combinam padrão, distribuição, histórico, risco de exposição, contexto epidemiológico e confirmação^{laboratorial 1}. No entanto, ferramentas computacionais utilizam imagens e também podem realizar um procedimento útil de triagem em ambientes onde a revisão dermatológica especializada é limitada ou atrasada. É especialmente aplicá....