PPGBTC PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Téléphone/Extension: http://propg.ufabc.edu.br/ppgbtc

Banca de DEFESA: GRAZIELA SÓRIA VIRGENS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GRAZIELA SÓRIA VIRGENS
Data: 15/01/2026
HORA: 09:00
LOCAL: Sala 407 do Bloco B do Campus de Santo André da Universidade Federal do ABC
TÍTULO:

O USO DE APRENDIZADO DE MÁQUINA NO DIAGNÓSTICO DO CÂNCER DE PELE MELANOMA


PÁGINAS: 143
RESUMO:

O melanoma é um tipo maligno de câncer de pele que se origina a partir de mutações em melanócitos, células epidérmicas responsáveis pela produção de melanina. Frequentemente, manifesta-se na forma de pintas pigmentadas na pele. A detecção precoce é crucial para o sucesso do tratamento, sendo o diagnóstico tradicionalmente baseado na regra visual ABCDE: assimetria, bordas irregulares, cor, diâmetro e evolução da lesão. A biópsia continua sendo o método mais preciso de confirmação. O uso de aprendizado de máquina para análise de imagens tem se mostrado promissor na triagem automatizada, reduzindo o tempo até o diagnóstico e intervenção médica, e aumentando as chances de sucesso terapêutico. Este projeto apresenta uma revisão sistemática sobre as tendências e lacunas no uso de aprendizado profundo (Deep Learning, DL) para detecção de melanoma. Com base nessa análise, desenvolvemos o PreSpot, um software de pré-processamento de imagens, com o objetivo de reduzir ruídos e remover artefatos que possam comprometer a interpretação automatizada das imagens fotográficas por modelos de DL. Em seguida, validamos um script de DL composto por diferentes algoritmos e técnicas de ensemble learning, utilizando imagens de bases públicas contendo melanomas e lesões benignas. Como perspectiva futura, pretendemos ampliar a diversidade dos bancos de imagens utilizados, incorporando diferentes tonalidades de pele a partir de dados de diversos países, o que possibilitará treinar modelos mais robustos e inclusivos. A eficácia será monitorada e otimizada com base em métricas como sensibilidade, precisão, especificidade e acurácia, ajustando os hiperparâmetros conforme necessário.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 3292123 - DANILO TRABUCO DO AMARAL
Membro Titular - Examinador(a) Interno ao Programa - 3053215 - LIVIA SENO FERREIRA CAMARGO
Membro Titular - Examinador(a) Externo ao Programa - 2361024 - FERNANDA NASCIMENTO ALMEIDA
Membro Suplente - Examinador(a) Interno ao Programa - 1049232 - MARCELO CHUEI MATSUDO
Membro Suplente - Examinador(a) Externo ao Programa - 1255973 - LARISSA PEREIRA BRUMANO
Notícia cadastrada em: 08/12/2025 14:17
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2026 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod