Classificação de imagens utilizando redes de Kolmogorov-Arnold para diagnóstico de doenças pulmonares

Abstract

Este trabalho tem como objetivo desenvolver um sistema de classificação de imagens obtidas a partir da radiografia do tórax para o diagnóstico das doenças pulmonares Pneumonia e Tuberculose, utilizando algoritmos baseados na Rede de Kolmogorov-Arnold (Efficient e Fast). A pesquisa inicia com uma revisão teórica das doenças pulmonares e do sistema respiratório, estabelecendo a fundamentação necessária para a aplicação de técnicas de aprendizado de máquina. A metodologia envolve o pré-processamento das imagens por meio de técnicas de aumento de dados, a construção de modelos personalizados baseados em CNN, Efficient KAN e Fast KAN. O desempenho dos modelos é avaliado por métricas de avaliação, permitindo a comparação dos resultados obtidos. Estes resultados indicam que as arquiteturas baseadas na Rede de Kolmogorov-Arnold se demonstraram promissoras em comparação com os testes realizados para o modelo CNN, onde foi evidenciado que a técnica Fast KAN, com um tempo menor, igualou as porcentagens das métricas de avaliação com o algoritmo CNN, com diferença de 12 horas.