| Resumo: | A quantidade de leucócitos presente no sangue providencia informação pertinente relativa ao estado do sistema imunitário, permitindo avaliar potenciais riscos para a saúde. Estes corpos celulares são classificados em 5 categorias: linfócitos leucócitos, monócitos, neutrófilos, eosinófilos e basófilos com base em características morfológicas e fisiológicas. Neste trabalho é feita classificação de imagens de leucócitos utilizando arquiteturas de redes neuronais vencedoras do concurso anual de software ILSVRC. A classificação dos leucócitos é feita recorrendo a redes pré-treinadas e às mesmas redes treinadas de raiz, com o intuito de selecionar as que conseguem melhor desempenho para a tarefa pretendida. As categorias utilizadas são: eosinófilos, linfócitos, monócitos e neutrófilos. Possivelmente devido `a menor prevalência no sangue, foi difícil conseguir imagens de basófilos e leucócitos de banda em número suficiente pelo que estes foram excluídos do estudo. A análise dos resultados obtidos é feita tendo em conta o número de epochs de treino necessárias, as t´técnicas de regularização utilizadas, o tempo de treino e a percentagem de acerto na classificação de imagens num dataset de teste. Os melhores resultados de classificação, na ordem dos 98% sugerem que é possível, considerando um pré-processamento competente, treinar redes como a DenseNet com 169 ou 201 camadas em cerca de 100 epochs, para classificar leucócitos em imagens de microscopia. Dado o carácter superficial da análise, este projeto constitui uma base para uma eventual automatização do processo de classificação e contagem de leucócitos.
|
|---|