Classificação e anotação de imagens médicas baseada em aprendizagem ativa

Resumo

Hoje a complexidade da natureza não estruturada de grandes conjuntos de dados é conhecida como o termo Big Data e apresenta vários desafios em tarefas que implicam a predição de novos dados. Especificamente, o Big Data em classificação de imagens médicas apresenta o desafio que trata da existência de um número elevado de imagens sem etiquetar frente a um número reduzido de imagens etiquetadas por especialistas no processo nomeado como anotação. Além disso, a carência de ferramentas visuais e especializadas para auxiliar as tarefas de anotação incrementa ainda mais o desafio. Este tipo de desafio foi percebido no desenvolvimento de pesquisas dos conjuntos de imagens do projeto "Mineração, indexação e visualização de grandes bases de dados em sistemas de apoio à decisão clínica - (MIVisBD)". Os métodos computacionais propostos para predizer a etiqueta de novas imagens, como os algoritmos tradicionais de aprendizado máquina (ML) e aprendizado profundo (DL), precisam de grandes quantidades de imagens etiquetadas para garantir a sua eficiência. Neste cenário, a anotação de grandes conjuntos de imagens médicas torna-se crucial, mas executar essa tarefa implica grandes custos no tempo de análise para os especialistas e até poderia ser intratável para alguns casos. Nestes últimos anos, a aprendizagem ativa (AL), um tipo de aprendizagem semi-supervisionada, está ganhando a atenção nas pesquisas por enfrentar os problemas das abordagens de ML e DL. Neste tipo de aprendizagem está incluída a participação do usuário na anotação dos dados. A ideia dos algoritmos de AL é de que, por meio de estratégias de consultas, sejam selecionadas as amostras mais representativas do conjunto de dados para serem etiquetadas por especialistas. Ao contrário de como se faz na classificação por algoritmos de ML e DL, o objetivo da aprendizagem ativa é reduzir o esforço demandado para etiquetar grandes quantidades de dados e, simultaneamente, possibilitar o treinamento dos modelos com uma menor quantidade de dados etiquetados. Neste projeto propõe-se o desenvolvimento de metodologias baseadas em AL e técnicas de visualização para a classificação e anotação de imagens médicas dos conjuntos de imagens que estão sendo estudadas no projeto MIVisBD. Espera-se que as metodologias desenvolvidas proporcionem estratégias de consultas para selecionar as amostras mais representativas e depois serem utilizadas no treinamento de modelos, contribuindo desta forma na redução do esforço de anotação dos especialistas ao empregar um número reduzido de imagens etiquetadas.