Deteção de tumores cerebrais utilizando LSTM

Estudos recentes mostraram que os modelos de aprendizagem profunda são capazes de proporcionar benefícios significativos para a análise de imagens médicas. Quando se utiliza o LSTM para a deteção de tumores cerebrais os dados de entrada sequenciais como exames de ressonância magnética ou dados de séries temporais de pacientes são normalmente introduzidos no modelo LSTM. O modelo aprenderia então com os padrões sequenciais e utilizaria esse conhecimento para classificar a presença ou não de um tumor cerebral. O nosso modelo aproveita as dependências temporais dos dados de imagiologia médica para melhorar a precisão e a robustez na deteção de tumores. O modelo LSTM tem um desempenho melhor do que os métodos tradicionais conforme demonstrado pelos nossos resultados. Isto resulta numa elevada precisão e em informações valiosas sobre a região do tumor detectado. Além disso exploramos a interpretabilidade dos LSTMs e a potencial integração com informações clínicas para melhorar o diagnóstico e o planeamento.