Publicação: Inteligência Artificial Explicável: Classificação de Lesões da Cavidade Oral com Modelos de Aprendizagem Profunda
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A classificação histológica automatizada de displasias orais representa um desafio sig
nificativo na patologia digital, demandando arquiteturas de aprendizado profundo que
combinem alto desempenho com interpretabilidade clínica. Este trabalho teve como ob
jetivo investigar e comparar a aplicação de duas arquiteturas modernas de redes neurais,
Vision Transformer (ViT-Base16) e ResNeSt-50, para classificação automatizada de ima
gens histológicas de displasia oral, com foco em explicabilidade através de técnicas de
Inteligência Artificial Explicável (do inglês, eXplainable Artificial Intelligence- XAI). A
metodologia experimental utilizou dois bancos de imagens histológicas de tecidos orais
murinos, sendo o primeiro constituído por quatro classes: saudável, displasia leve, mode
rada e severa e o respectivo com duas subfamílias representando duas variantes genéticas- wild-type (WT) e knockout (KO), ambos com 7 classes histopatológicas. Foram conduzi
dos experimentos inicias para estabelecimento de baseline, seguidos de otimizações através
de aumento de dados especializado para histologia (9 técnicas), regularização avançada e
ajuste de hiperparâmetros. Para análise de explicabilidade, implementaram-se seis técni
cas XAI distintas: três específicas para ViT (Grad-CAM tradicional, mapas de atenção
nativos e Grad-CAM melhorado) e três para ResNeSt (Grad-CAM especializado, atenção
CNN e Grad-CAM de entrada). Os resultados dos experimentos de baseline revelaram
superioridade inicial do ResNeSt (72,41% vs 64,00% acurácia média), porém as otimiza
ções resultaram em inversão completa desta hierarquia, com o ViT superando o ResNeSt
(80,79% vs 78,63%). O ViT demonstrou maior responsividade às técnicas de otimização
(+16,79% ganho médio vs +6,22% do ResNeSt), alcançando melhor resultado de 87,50%
de acurácia no banco com 4 classes. As técnicas de otimização proporcionaram ganhos
substanciais em desempenho médio (+11,51%), redução significativa de overfitting (gap
treino-validação de 37,18% para 19,82%) e excelente concordância validação-teste (R2 =
0,9988). A análise XAI revelou evolução temporal consistente das explicações, corres
pondência entre atenção dos modelos e características histopatológicas relevantes, com
o ViT apresentando foco global enquanto o ResNeSt privilegiou detalhes locais. A va
lidação clínica das explicações demonstrou identificação correta de regiões de invasão
estromal em carcinomas, alterações epiteliais em displasias e espessamento tecidual em
hiperplasias. Conclui-se que o ViT, quando adequadamente otimizado, supera arquitetu
ras convolucionais especializadas em classificação histológica, oferecendo simultaneamente
alto desempenho e interpretabilidade clínica, estabelecendo fundamentos para translação
de inteligência artificial explicável para aplicações clínicas em patologia oral.
Abstract
The automated histological classification of oral dysplasias represents a significant challenge in digital pathology, demanding deep learning architectures that combine high performance with clinical interpretability. This work aimed to investigate and compare the application of two modern neural network architectures, Vision Transformer (ViT-Base16) and ResNeSt-50, for the automated classification of histological images of oral dysplasia, with a focus on explainability through eXplainable Artificial Intelligence (XAI) techniques. The experimental methodology employed two datasets of murine oral tissue histological images: the first composed of four classes—healthy, mild, moderate, and severe dysplasia—and the second including two genetic variants, wild-type (WT) and knockout (KO), each comprising seven histopathological classes. Initial baseline experiments were conducted, followed by optimizations through histology-specific data augmentation (nine techniques), advanced regularization, and hyperparameter tuning. For explainability analysis, six distinct XAI techniques were implemented: three specific to ViT (traditional Grad-CAM, native attention maps, and enhanced Grad-CAM) and three for ResNeSt (specialized Grad-CAM, CNN attention, and input-based Grad-CAM). Baseline results revealed an initial superiority of ResNeSt (72.41% vs. 64.00% mean accuracy); however, after optimization, this hierarchy was completely reversed, with ViT outperforming ResNeSt (80.79% vs. 78.63%). ViT demonstrated greater responsiveness to optimization techniques (+16.79% average gain vs. +6.22% for ResNeSt), achieving a best accuracy of 87.50% on the four-class dataset. The optimization procedures provided substantial improvements in overall performance (+11.51%), a significant reduction in overfitting (training–validation gap reduced from 37.18% to 19.82%), and excellent validation–test agreement (R² = 0.9988). XAI analysis revealed consistent temporal evolution of explanations and correspondence between model attention and relevant histopathological features, with ViT showing a global focus while ResNeSt emphasized local details. Clinical validation of the explanations confirmed correct identification of stromal invasion regions in carcinomas, epithelial alterations in dysplasias, and tissue thickening in hyperplasias. It is concluded that ViT, when properly optimized, surpasses specialized convolutional architectures in histological classification, offering both high performance and clinical interpretability, thus establishing a foundation for the clinical translation of explainable artificial intelligence in oral pathology applications.
Palavras-chave
Vision Transformer, ResNeSt, Classificação Histológica, Displasia Oral, Inteligência Artificial Explicável
Citação
GUIMARÃES, Rafael Henrique. Inteligência Artificial Explicável: Classificação de Lesões da Cavidade Oral com Modelos de Aprendizagem Profunda. 2025. 96 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2025.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto