Treinamento de um modelo de inteligência artificial para detecção de dissecção aórtica usando imagens de tomografia computorizada sem contraste de pacientes humanos

Summary

Este protocolo descreve o treinamento de um modelo de inteligência artificial para detectar dissecação aórtica usando imagens de tomografia computorizada sem contraste, possibilitando triagem rápida e acessível em ambientes clínicos.

Abstract

A dissecção aórtica (DA) é uma consequência extrema da homeostase de remodelação vascular comprometida e requer identificação rápida e precisa na prática clínica. Este protocolo descreve um modelo de aprendizado baseado em inteligência artificial para identificação de DA, utilizando tomografia computorizada (TC) sem contraste. Conjuntos de dados de tomografia computorizada torácica e angiografia aórtica foram coletados de pacientes com e não DAs em um hospital terciário de grau A. As estruturas vasculares de cada imagem axial foram segmentadas manualmente e anotadas usando o software de código aberto LabelMe para estabelecer um conjunto de dados de segmentação para desenvolvimento e avaliação de modelos. O conjunto de dados foi dividido em conjuntos de treinamento, teste e validação em uma proporção de 8:1:1 para treinamento e validação do modelo. Após o desenvolvimento de um modelo com desempenho robusto de detecção, foi construída uma plataforma de processamento online para visualizar e apresentar os resultados de forma eficaz. Essa abordagem oferece uma ferramenta poderosa e inteligente para triagem rápida e preliminar da Alzheimer e atende à necessidade clínica não atendida por detecção precoce acessível em diversos ambientes clínicos.

Introduction

A dissecção aórtica (DA) é uma condição aguda potencialmente fatal caracterizada pela entrada de sangue na camada medial da parede aórtica através de uma ruptura no revestimento íntimo, formando um falso^{lúmen 1} dissecante e expansivo. Sem diagnóstico e tratamento oportunos, a taxa de mortalidade é extremamente alta, a incidência de morte em até 24 horas (incluindo a morte antes de chegar ao hospital) foi de 93%^2. A tomografia computadorizada com contraste (CTA) é o padrão ouro para diagnóstico da DA, pois pode visualizar claramente os lúmens verdadeiros e falsos, a localização da rotura e o grau de^{envolvimento 3}. No entanto, a ATC exige a injeção de agentes de contraste contendo iodo, que acarretam riscos de reações alérgicas e nefrotoxicidade ^4,5. Além disso, alcançar disponibilidade rápida 24 horas é difícil em muitos hospitais primários ou ambientes de emergência. Em contraste, a tomografia computométrica sem contraste (NCCT) não requer agentes de contraste, oferecendo um exame conveniente e rápido com uma dose relativamente baixa de radiação e aplicação mais ampla. No entanto, nas imagens NCCT, o contraste entre os lúmenes verdadeiros e falsos, assim como entre o retalho íntimo e o sangue, é baixo, representando desafios significativos para o diagnóstico visual dos médicos e levando facilmente a diagnósticos errados ou errados, especialmente entre profissionais menos experientes. Portanto, o desenvolvimento de uma técnica capaz de alcançar a detecção automática de AD de alta precisão e alta sensibilidade diretamente a partir de imagens NCCT possui um valor clínico importante e perspectivas de aplicação.

Avanços recentes em aprendizado profundo permitiram a identificação precisa de características patológicas a partir de imagens médicas sem^{contraste 6,7}. A rede de alta resolução (HRNet) mantém mapas de características de alta resolução em toda a rede, enquanto a rede de aperto e excitação (SENet) aprimora a representação de características ao modelar dependências entre^{canais 8}. A combinação de HRNet e SENet fornece uma estratégia eficaz de extração de características para representação multiescala de imagens NCCT, o que é crucial para detectar sinais sutis de AD, como abas íntimas e sinais de duplo lúmen. Aqui, esse conceito de extração de características é implementado dentro de um framework de detecção de objetos usando MMDetection e Rede Neural Convolucional Baseada em Região em Cascata (R-CNN), permitindo localização robusta e classificação da dissecação aórtica.

Neste estudo, o modelo de inteligência artificial (IA) baseado em HRNet+SENet emprega um processo de treinamento por etapas para identificar a DA a partir de imagens NCCT (Figura 1). Ele enfatiza a padronização de conjuntos de dados, extração de características multiescala e adaptabilidade clínica. O objetivo desse método é fornecer uma abordagem confiável para a detecção de DA, especialmente em ambientes de emergência e atenção primária onde imagens com contraste são limitadas ou indisponíveis.

Figura 1. Fluxo de trabalho do modelo de inteligência artificial (IA) para detecção de dissecação aórtica (DA). Esquema do pipeline de treinamento do modelo de IA para detecção de DA usando imagens de tomografia computadorizada sem contraste (NCCT). O fluxo de trabalho inclui preparação de dados (coleta e anotação de imagens, padronização e pré-processamento de formatos, e divisão de conjuntos de dados), construção do modelo (backbone HRNetV2p-W32 integrado em um framework de detecção Cascade R-CNN e inicializado com pesos pré-treinados do COCO), treinamento do modelo (otimizador SGD, taxa de aprendizado por recozimento cosseno e perda de entropia cruzada), avaliação do modelo (métricas quantitativas e visualização qualitativa) e aplicação clínica. Por favor, clique aqui para ver uma versão ampliada desta figura.

Protocol

Toda a coleta de dados relacionados a humanos neste estudo foi realizada de acordo com os padrões éticos da Declaração de Helsinque e foi aprovada pelo Comitê de Ética do Hospital da União China-Japão da Universidade de Jilin (Número de Aprovação: 2019103004). O consentimento informado foi obtido por escrito de todos os participantes individuais ou de seus tutores legais antes da coleta de suas informações relevantes. Todas as informações pessoais dos participantes eram mantidas estritamente confidenciais para proteger sua privacidade, e nenhuma operação experimental foi realizada durante o processo de coleta de dados.

1. Construção do Conjunto de Dados

1. Coleta de dados e particionamento de conjuntos de dados
   1. Colete imagens clínicas de tomografia torácica sem contraste de 300 pacientes internados no Hospital União China-Japão da Universidade de Jilin entre 1º de março de 2022 e 1º de março de 2025, incluindo 150 pacientes com DA e 150 pacientes sem DA verificados por CTA. Inclua ADs tipo A e tipo B. Todos os dados brutos de imagem são restritos à instituição e não estão disponíveis publicamente devido à privacidade do paciente e restrições éticas.
   2. Particione o conjunto de dados em conjuntos de treinamento, validação e teste em uma proporção de 8:1:1 no nível do paciente. Certifique-se de que todos os cortes de um paciente permaneçam dentro de um único conjunto para eliminar vazamentos de dados.
   3. Realizar amostragem estratificada com base no diagnóstico de DA/não-AD para preservar o equilíbrio de classes entre todos os subconjuntos.
   4. O conjunto de dados foi pré-dividido no nível do paciente, conforme descrito acima, para evitar vazamento de informações no nível do paciente. Uma semente aleatória fixa de 42 foi adotada para o algoritmo de treinamento controlar processos aleatórios, incluindo embaralhamento de dados, aumento online e inicialização do modelo durante o treinamento; essa seed era independente e não aplicada ao particionamento de conjuntos de dados.
      ATENÇÃO: Certifique-se de que todos os dados de imagem do paciente sejam totalmente anonimizados antes do processamento para proteger a privacidade do paciente e cumprir as diretrizes institucionais e regulatórias.
2. Exclusão de dados
   1. Exclua imagens com artefatos de movimento severos.
   2. Exclua imagens com alcance de varredura insuficiente que não cubram toda a aorta.
   3. Exclua imagens com ruído excessivo, definido como um desvio padrão dos valores de atenuação da tomografia computorizada superiores a 30 HU na aorta torácica descendente.
3. Conversão de imagem
   1. Carregue dados de imagem DICOM e exporte fatias axiais usando o software de processamento de imagem ITK-SNAP.
   2. Inicie o ITK-SNAP e clique em Arquivo → Abrir Imagem Principal.
   3. Selecione a série DICOM de origem e clique em Abrir.
   4. Navegue pelas fatias axiais usando o controle deslizante de fatia.
   5. Exporte cada fatia clicando em Arquivo → Exportar → Fatia da Imagem.
   6. Selecione o formato PNG e especifique o diretório de saída.
   7. Salve cada fatia como um arquivo individual.
   8. Todas as fatias de imagem exportadas foram nomeadas uniformemente seguindo o formato fixo IMG-[PatientID]-[SliceIndex].png, adotando identificadores únicos de pacientes e numeração sequencial de fatias para garantir rastreabilidade.
4. Configuração de anotação de imagem
   1. Abra cada imagem axial usando o software de anotação LabelMe.
   2. Inicie o LabelMe e clique em Abrir Diretório.
   3. Navegue até a pasta contendo imagens axiais e carregue todas as imagens.
5. Segmentação manual
   1. Selecione a ferramenta Criar Polígono no LabelMe para anotar estruturas vasculares (Figura 2). Inclua o lúmen aórtico, o retalho íntimo e os limites visíveis da dissecação durante a anotação. Durante a marcação, toda a estrutura aórtica envolvendo o retalho íntimo foi contornada como uma única região integrada. O escopo de anotação cobriu uniformemente todo o segmento aórtico visível com lesões de dissecção e limites íntimos de laceração, sem segmentação ou distinção separada entre o lúmen verdadeiro, lúmen falso ou sub-regiões vasculares independentes.
   2. Defina limites de vasos colocando vértices ao longo da estrutura.
   3. Feche o polígono conectando o vértice final ao primeiro vértice.
   4. Modificar anotações usando a ferramenta Modificar Polígono conforme necessário.
6. Atribuição de gravadora
   1. Cada anotação poligonal finalizada era rotulada usando duas categorias padronizadas e consistentes com cada caso: "Dissecção Aórtica" para dissecção aórtica e "Saudável" para imagens aórticas normais.
   2. Garanta que os nomes das etiquetas sejam usados de forma consistente em todas as anotações e permaneçam idênticos em ortografia e formato em todo o conjunto de dados.
   3. Selecione os rótulos na lista suspensa ou entre manualmente.
   4. Clique em OK ou pressione Enter para confirmar a atribuição do rótulo.
   5. Salve anotações para gerar arquivos JSON.
      NOTA: A anotação manual pode variar entre os operadores. Garanta critérios consistentes de anotação e, se possível, envolva validação de especialistas.
7. Exportação de anotações
   1. Ative o Auto Save para exportar anotações em formato JSON.
   2. Certifique-se de que cada arquivo JSON corresponda à sua fatia CT original.
   3. Verifique se cada arquivo de anotação mantém uma correspondência um a um com seu arquivo de imagem associado.
   4. Converta anotações JSON em um formato compatível com o framework de treinamento. As anotações JSON do LabelMe eram convertidas para o formato COCO via um script Python personalizado antes do treinamento. Os arquivos convertidos (output_coco_annotations_{split}.json, onde split = train, valid ou test) foram carregados no MMDetection 2.x usando o CocoDataset com LoadAnnotations(with_bbox=True).
8. Controle de qualidade de dados
   1. Remover entradas inválidas com base em critérios de qualidade pré-definidos, incluindo arquivos de imagem ausentes, anotações incompletas ou pares imagem–anotação incompatíveis.
   2. Geração e nomeação de arquivos de anotação COCO limpos para treinamento, validação e testes. As anotações limpas eram salvas como arquivos JSON COCO específicos de divisão usando a regra de nomeação fixa output_coco_annotations_{split}.json. Especificamente, os três arquivos de saída eram train/output_coco_annotations_train.json, valid/output_coco_annotations_valid.json e test/output_coco_annotations_test.json, com as imagens correspondentes armazenadas em train/images/, valid/images/ e test/images/. Esses arquivos eram usados diretamente pelo pipeline de treinamento MMDetection.
9. Organização do conjunto de dados
   1. Organize o conjunto de dados em diretórios de treinamento, validação e teste dividido. O conjunto de dados foi organizado sob o diretório raiz aortic_dissection_dataset/ e dividido em três subdiretórios específicos para divididas: train/, valid/ e test/. Cada subdiretório continha uma imagem/pasta com os arquivos de imagem pertencentes àquela divisão.
   2. Armazene arquivos de anotação COCO específicos para divisão dentro de cada diretório dividido correspondente, em vez do diretório raiz do conjunto de dados. Treinamento, validação e anotações de teste eram salvos como train/output_coco_annotations_train.json, valid/output_coco_annotations_valid.json e test/output_coco_annotations_test.json, respectivamente. Esses arquivos eram carregados configurando caminhos de ann_file e img_prefix específicos de divisão durante a configuração do modelo.
   3. Mantenha uma estrutura de diretórios consistente entre os conjuntos de dados de treinamento, validação e teste para garantir compatibilidade com o framework de treinamento.
10. Pipeline de dados de treinamento
    1. Carregue imagens e anotações de caixa delimitadora.
    2. Redimensione as imagens para 512×512 mantendo a proporção de aspecto.
    3. Aplique flip aleatório com probabilidade 0,5.
    4. Aplique aumento de dados usando configurações explícitas de parâmetros. Durante o treinamento, as imagens de entrada foram redimensionadas para 512 × 512 pixels (keep_ratio=Verdadeiro) seguidas por aumentos: inversão aleatória (flip_ratio=0,5), ajuste de gama (gamma_limit=90–110, p=0,4), ajuste de brilho/contraste (brightness_limit=0,15, contrast_limit=0,15, p=0,4), transformação geométrica (shift_limit=0,03, scale_limit=0,08, rotate_limit=10°, p=0,4) e ruído gaussiano (var_limit=5,0–25,0, p=0,2). As imagens de validação e teste foram apenas redimensionadas, normalizadas e preenchidas sem aumento.
    5. Aplique todas as operações de aumento usando configurações consistentes de parâmetros entre as execuções de treinamento para garantir a reprodutibilidade.
    6. Normalize imagens usando média [123,675, 116,28, 103,53] e desvio padrão [58,395, 57,12, 57,375].
    7. Imagens do pad para múltiplos de 32.
11. Pipeline de validação e testes
    1. Carregue imagens.
    2. Redimensione as imagens.
    3. Normalize imagens.
    4. Imagens do pad para múltiplos de 32.
12. Construção do framework do modelo
    1. Construa um detector de objetos de duas classes no MMDetection 2.x usando uma configuração modificada HRNetV2p-W32 + Cascade R-CNN. O detector foi implementado no MMDetection 2.x com base na configuração oficial cascade_rcnn_hrnetv2p_w32_20e_coco.py e inicializado com pesos pré-treinados COCO correspondentes cascade_rcnn_hrnetv2p_w32_20e_coco_20200208-
       928455a4.pth.
    2. Use HRNetV2p-W32 como espinha dorsal e Cascade R-CNN como detector, conforme definido na configuração descrita na Etapa 1.12.1.
    3. Adapte a configuração base do MMDetection para a tarefa de duas classes. O modelo foi modificado para a tarefa de duas classes definindo num_classes = 2 com nomes de classe "Dissecção Aórtica" e "Saudável", e atualizando caminhos de conjunto de dados para treinamento, validação e conjuntos de teste. A configuração final reproduzível foi salva como AorticDissection_full_pipeline_config.py.
    4. Defina classes como Dissecação Aórtica e Saudável.
13. Configuração de treinamento
    1. Treine usando a GPU NVIDIA RTX 3080 Ti.
    2. Defina o otimizador para a descida de gradiente estocástica.
    3. Defina a taxa de aprendizado para 0,0001.
    4. Defina o momento para 0,9.
    5. Ajuste o decaimento do peso para 0,0001.
    6. Ajuste o número de épocas para 30.
    7. Defina o tamanho do lote para 1 por GPU.
    8. Aplique um agendador de taxa de aprendizado baseado em cosseno baseado em época, com configurações explícitas de aquecimento. A taxa de aprendizado utilizou um agendador de recozimento cosseno baseado em época (by_epoch=Verdadeiro) com aquecimento linear para as primeiras 500 iterações (warmup_ratio=1e-4). O treinamento durou 30 épocas, com a taxa mínima de aprendizado controlada por min_lr_ratio=1e-2.
    9. Use FocalLoss e SmoothL1Loss.
       NOTA: O protocolo pode ser pausado após a construção e divisão do conjunto de dados. Armazene todos os dados processados de forma segura antes de prosseguir.

Figura 2. Anotação manual de AD na imagem NCCT. Imagem representativa axial NCCT demonstrando a anotação manual da AD. A região aórtica e as características patológicas, incluindo o retalho íntimo, são delineadas usando um polígono (verde). Essa imagem anotada é usada para treinamento de modelos. Por favor, clique aqui para ver uma versão ampliada desta figura.

2. Arquitetura de Modelos

1. Configuração do modelo
   1. Construa o detector de duas classes no MMDetection 2.x usando código de configuração executável. O detector foi construído no MMDetection 2.x a partir da configuração oficial de cascade_rcnn_hrnetv2p_w32_20e_coco.py via Config.fromfile(...), depois modificado para a tarefa de duas classes (num_classes=2, nomes de classe: "Dissecção Aórtica", "Saudável") com caminhos de conjunto de dados personalizados. O modelo era instanciado via build_detector(...) e init_detector(...), com a configuração completa final exportada como AorticDissection_full_pipeline_config.py.
   2. Insira imagens axiais NCCT no modelo.
   3. Caixas delimitadoras de saída, rótulos de classe e pontuações de confiança (Figura 3).
   4. Use anotações de segmentação baseadas em polígonos geradas durante a preparação do conjunto de dados para definir regiões de interesse, e converta essas anotações em caixas delimitadoras para treinamento do modelo, visualização e resultado final de detecção.
      NOTA: O framework de detecção utiliza essas caixas delimitadoras para gerar resultados finais de classificação e pontuações de confiança.
2. Configuração da espinha dorsal
   1. Use HRNetV2p-W32 como a rede dorsal.
   2. Remova todos os módulos de plugins para garantir a estabilidade do treinamento.
3. Arquitetura de detecção
   1. Use o Cascade R-CNN para detecção.
4. Perda e configuração da âncora
   1. Configure as perdas de classificação e regressão com configurações explícitas de parâmetros. Nas cabeças de ROI, a perda de classificação foi definida para FocalLoss com use_sigmoid=Verdadeiro e loss_weight = 1,0. A perda de regressão da caixa delimitadora do ROI foi definida para SmoothL1Loss com beta = 1,0 e loss_weight = 0,5. No RPN, a perda de classificação também foi definida para Perda Focal com use_sigmoid=Verdadeiro e loss_weight = 1,0, enquanto a perda por regressão foi definida para L1Perda com loss_weight = 1,0.
   2. Defina as proporções de aspecto personalizadas das âncoras. As proporções de aspecto das âncoras RPN foram explicitamente personalizadas para 0,5, 1,0, 2,0 e 3,0.
   3. Mantenha os valores padrão da escala de âncora da configuração oficial da base MMDetection. Este estudo adotou valores padrão de escala de âncora do arquivo oficial de configuração MMDetection cascade_rcnn_hrnetv2p_w32_20e_coco.py, sem modificações manuais adicionais.
5. Definição de saída
   1. Previsões de saída para duas classes: Dissecção Aórtica e Saudável.

Figura 3. Detecção de AD usando o modelo de IA. Esquerda: Insira imagem NCCT. Direita: Saída do modelo mostrando a detecção de AD, com a região prevista destacada por uma caixa delimitadora e a pontuação de confiança associada. Esta figura demonstra a identificação da DA em imagens NCCT e a visualização dos resultados da detecção. A pontuação de confiança representa a confiança de previsão do modelo para a detecção de AD . Por favor, clique aqui para ver uma versão maior desta figura.

3. Treinamento de modelos

1. Ambiente de treinamento
   1. Realize treinamento na GPU NVIDIA RTX 3080 Ti.
   2. Use Ubuntu 22.04.1 LTS.
   3. Use PyTorch 2.0.1, MMCV 1.7.2 e MMDetection 2.28.2.
2. Inicialização do modelo
   1. Inicialize o modelo usando um checkpoint HRNetV2p-W32 + Cascade R-CNN pré-treinado em COCO especificado. O detector foi inicializado a partir de um checkpoint pré-treinado por COCO especificado explicitamente na configuração do experimento como cascade_rcnn_hrnetv2p_w32_20e_coco_20200208-928455a4.pth. Esse checkpoint foi usado como arquivo de pesos de inicialização para o aprendizado por transferência no presente estudo.
   2. Reinicie camadas de classificação para duas classes.
3. Hiperparâmetros
   1. Defina o otimizador para a descida de gradiente estocástica.
   2. Defina a taxa de aprendizado para 0,0001.
   3. Defina o momento para 0,9.
   4. Ajuste o decaimento do peso para 0,0001.
   5. Ajuste o número de épocas para 30.
   6. Defina o tamanho do lote para 1.
   7. Configure o escalonador para recozimento cosseno com aquecimento.
4. Execução do treinamento
   1. Carregue imagens e anotações.
   2. Redimensione as imagens para 512×512.
   3. Aplique aumentos.
   4. Normalize e preencha imagens.
   5. Realize o treinamento do modelo usando o script completo personalizado MMDetection 2.x: python full_pipeline_mmdet2_aortic_dissection.py, que carrega e adapta a configuração oficial da base e inicia o treinamento usando as funções build_detector(...) e train_detector...).
      NOTA: O script foi executado dentro do ambiente MMDetection 2.28.2 com todas as dependências instaladas conforme especificado na Tabela de Materiais.
   6. Avalie o desempenho no conjunto de validação após cada época.
   7. Mantenha condições de treinamento consistentes, incluindo ordem dos dados, configurações de parâmetros e configuração de hardware para reprodutibilidade.
5. Seleção de modelos
   1. Selecione o modelo de melhor desempenho com base na maior precisão média média (bbox_mAP) obtida no conjunto de validação.
      NOTA: Os critérios de seleção podem incluir precisão, sensibilidade, especificidade ou coeficiente de Dice, dependendo dos objetivos do estudo.
6. Avaliação final
   1. Avalie o modelo no conjunto de teste independente usando COCOeval. A avaliação era executada pelo script full_pipeline_mmdet2_aortic_dissection.py com run_train=Falso e run_eval=Verdadeiro. O script carregava o checkpoint selecionado, gerava previsões no conjunto de teste independente, as converteu em arquivos de resultado no formato COCO e calculou métricas bbox usando COCOeval.
      NOTA: A avaliação foi realizada no mesmo ambiente MMDetection 2.28.2 para garantir consistência com a configuração do treinamento.
   2. Relate métricas incluindo mAP, AP50, AP75 e AP por classe.
   3. Realize a avaliação usando a mesma partição de conjunto de dados e definições de métricas para garantir consistência entre os experimentos.

Results

Esta seção apresenta os resultados reproduzíveis e verificados pela implementação do modelo de detecção de objetos de duas classes para detecção de AD a partir de imagens NCCT, estritamente alinhados com o pipeline de treinamento validado e a estrutura de avaliação COCO (Figura 1). Todas as métricas são derivadas do conjunto de teste mantido usando COCOeval, sem dados fabricados ou indicadores não validados.

Desempenho de ...

Discussion

Clínicos, especialmente os médicos de emergência, podem apresentar desempenho diagnóstico diminuído quando os pacientes apresentam sintomas atípicos ou quando o alto volume de pacientes no pronto-socorro impõe restrições de tempo. Em contraste, um modelo de IA treinado para identificar DA no NCCT pode entregar desempenho consistente e estável mesmo em pacientes assintomáticos, sem ser limitado pelo tempo de leitura, potencialmente melhorando a precisão e eficiência do diagnóstico de DA e...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Arquitetura Cascade R-CNN	OpenMMLab (MMDetection)	configs/cascade_rcnn/cascade_ rcnn_hrnetv2p_w32_20e_coco.py	Arquitetura de detecção usada no framework
Imagens de tomografia computorizada torácica (sem contraste)	Conjunto de dados clínicos auto-construídos	Conjunto axial de imagem NCCT	Dados de imagem clínica usados para o desenvolvimento de modelos
Arquivos de anotação no formato COCO	Gerado durante o protocolo	JSON (formato COCO)	Arquivos de anotação convertidos usados para treinamento de modelos
Pesos pré-treinados COCO	OpenMMLab MMDetection modelo zoo	cascade_rcnn_hrnetv2p_w32_20e_ coco_20200208-928455a4.pth	Usado para inicialização de modelos
Arquitetura HRNetV2p-W32	OpenMMLab (MMDetection)	HRNetV2p-W32 backbone (implementado no MMDetection 2.28.2)	Modelo de espinha dorsal utilizado
ITK-SNAP	Equipe de Desenvolvimento ITK-SNAP	3.8.0	Usado para conversão de formato de imagem e exportação por fatias
Arquivos de anotação JSON	Saída LabelMe	Formato JSON padrão	Conter coordenadas e rótulos de anotação
LabelMe	MIT CSAIL	4.8.3	Usado para anotação manual de imagens
MMDetection	OpenMMLab	2.28.2	Framework de detecção de objetos usado para implementação
MMCV	OpenMMLab	1.7.2	Biblioteca central que suporta MMDetection
NumPy	Desenvolvedores NumPy	1.26.4	Biblioteca de computação numérica
NVIDIA RTX 3080 Ti GPU	NVIDIA	RTX 3080 Ti	Hardware usado para treinamento
OpenCV	OpenCV	4.9.0	Processamento e visualização de imagens
pycocotools	PyPI / COCO API	2.0.6	Biblioteca de avaliação em formato COCO
Python	Fundação de Software Python	3.10.20	Ambiente de programação
PyTorch	PyTorch	2.0.1+cu118	Estrutura de aprendizado profundo
TorchVision	PyTorch	0.15.2+cu118	Utilidades de visão
Sistema Operacional Ubuntu	Canônico	22.04.1 LTS	Ambiente de treinamento OS