1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Sistemas de Informação (Uberlândia)

ORCID:	http://orcid.org/0009-0009-3047-784X
Document type:	Trabalho de Conclusão de Curso
Access type:	Acesso Aberto
Title:	Modelo híbrido CNN-Transformer com descritores fractais para Ccassificação de imagens histológicas
Author:	Inacio, Dalmo Scalon
First Advisor:	Nascimento, Marcelo Zanchetta do
First member of the Committee:	Escarpinati, Mauricio Cunha
Second member of the Committee:	Silva, Renato Aparecido Pimentel da
Summary:	A análise de imagens histopatológicas desempenha um papel fundamental no diagnóstico de lesões, sendo frequentemente utilizada para identificar diferentes graus de displasia na cavidade oral. No entanto, a interpretação dessas imagens pode ser um processo complexo e sujeito à variabilidade entre especialistas. Nesse contexto, os sistemas de diagnóstico auxiliado por computador têm sido investigados como ferramentas de apoio à análise de imagens médicas. Este trabalho apresenta uma investigação do uso de modelo híbrido que explora Vision Transformers e redes neurais convolucionais para investigar representações baseadas em geometria fractal para a classificação de lesões histológicas de displasia. Os experimentos foram conduzidos utilizando o banco de dados Oral Epithelium DB, que contém imagens histopatológicas classificadas em diferentes graus de displasia. Foram avaliadas diferentes representações das imagens, incluindo imagens histológicas originais, representações sequenciais e representações baseadas em Recurrence Plot (RecPlot). Os modelos foram treinados e avaliados em diferentes cenários de classificação binária entre as classes saudável e displasias leves, moderadas e severas. Os resultados obtidos indicam que as diferentes representações de imagem influenciam diretamente o desempenho dos modelos de classificação, demonstrando o potencial do uso combinado de técnicas de aprendizado profundo e descritores baseados em geometria fractal para a análise de imagens histopatológicas
Keywords:	Histopatologia Histopathology Aprendizado profundo Deep learning Geometria fractal Fractal geometry Vision Transformer Vision Transformer Classificação de imagens Image classification
Area (s) of CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Language:	por
Country:	Brasil
Publisher:	Universidade Federal de Uberlândia
Quote:	INACIO, Dalmo Scalon. Modelo híbrido CNN-Transformer com descritores fractais para classificação de imagens histológicas. 2026. 46 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2026.
URI:	https://repositorio.ufu.br/handle/123456789/49515
Date of defense:	30-Mar-2026
Appears in Collections:	TCC - Sistemas de Informação (Uberlândia)

This item is licensed under a Creative Commons License