Aplicação de Redes Neurais Totalmente Convolucionais na Segmentação Semântica de Imagens Médicas

Este estudo investiga a aplicação de Redes Neurais Totalmente Convolucionais (FCNs) na segmentação semântica de imagens médicas, utilizando a base de dados Lung Segmentation. Foram analisadas três arquiteturas: uma FCN de implementação própria, a U-Net e a DeepLabv3+, comparando seu desempenho em um cenário de segmentação binária. O treinamento foi realizado sem pesos pré-treinados, garantindo uma avaliação justa entre os modelos.

A FCN genérica adota um design simplificado sem skip connections, enquanto a U-Net e a DeepLabv3+ incorporam mecanismos mais avançados para preservação de detalhes e análise em múltiplas escalas. O estudo busca entender as vantagens e limitações de cada abordagem em termos de precisão, eficiência computacional e uso de memória, contribuindo para a escolha de arquiteturas adequadas a diferentes desafios na segmentação de imagens médicas.