Classificação de Tumores Cerebrais em Imagens de Ressonância Magnética Utilizando Técnicas de Aprendizado de Máquina
Year: 2026
Type: article
Abstract: Este estudo investigou a aplicação de técnicas de aprendizado de máquina na classificação automática de tumores cerebrais em imagens de ressonância magnética, visando apoiar o diagnóstico médico. As imagens passaram por etapas de pré-processamento, incluindo aumento de dados (rotações, espelhamentos e ajustes de brilho), extração e normalização de características, além de redução de dimensionalidade para preservar apenas as informações mais relevantes. Foram avaliados e comparados os algoritmos Random Forest e Support Vector Machine (SVM) em diferentes cenários experimentais. O Random Forest apresentou o melhor desempenho, alcançando aproximadamente 98% de acurácia e menor taxa de falsos negativos, aspecto fundamental em aplicações clínicas. O SVM também obteve resultados satisfatórios, com acurácia em torno de 94%, embora tenha demonstrado maior sensibilidade às variações dos dados. Os resultados evidenciam o potencial do aprendizado de máquina como ferramenta de apoio à análise de imagens médicas e ao diagnóstico de tumores cerebrais.
Institution: Universidade Federal do Rio Grande do Norte
Language: Portuguese
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W7204569714
