Banca de QUALIFICAÇÃO: ARTHUR ALEXSANDER MARTINS TEODORO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ARTHUR ALEXSANDER MARTINS TEODORO
DATA: 14/10/2020
HORA: 14:00
LOCAL: meet.google.com/nmh-soht-gzs
TÍTULO:

Avaliação de Desempenho de redes Neurais Convolucionais em FPGA para Classificação de Lesões de Pele

PALAVRAS-CHAVES:

Redes neurais convolucionais. CNN. FPGA. Câncer de Pele. OpenCL.

PÁGINAS: 104
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

O câncer de pele é um problema de saúde mundial, tratando-se do tipo de câncer mais comum, sendo dividido em duas categorias, o câncer não melanoma, mais comum e menos letal, e o câncer melanoma, menos comum, porém, com uma grande taxa de mortalidade. O diagnóstico precoce é a melhor forma de combate ao câncer de pele, evitando métodos invasivos no câncer de pele não melanoma e aumentando a taxa de cura e a sobrevida no caso do câncer do tipo melanoma. Diversas técnicas de visão computacional estão sendo empregadas na área médica, a fim de auxiliar os profissionais com diagnóstico, recomendação de tratamento, entre outros. Um destes métodos é o uso de redes neurais convolucionais, também chamadas pela sigla CNN, para a classificação de imagens de lesões e tumores, com estudos demonstrando uma capacidade de acerto até maior que de médicos treinados. Entretanto, tal método é computacionalmente custoso, necessitando assim de algum método para a sua otimização, como uso de unidades de processamento gráfico (GPUs, do inglês, Graphics Processing Unit). Outra classe de dispositivos que têm ganhado foco para a aceleração de CNNs são os FPGAs, dispositivos reconfiguráveis capazes de obter alta vazão aliado com um menor consumo energético em relação às GPUs. Através de um levantamento bibliográfico realizado, não foi encontrado nenhum trabalho que apresenta o desenvolvimento de uma CNN capaz de classificar tipos de câncer de pele em um FPGA. Tal implementação pode trazer uma melhora no diagnóstico, uma vez que, como resultado, será obtido um chip capaz de realizar a classificação de lesões pigmentadas, podendo ser embarcado em dispositivos médicos, com baixo custo e consumo energético em relação às GPUs. Neste trabalho, será realizada a implementação de uma CNN treinada para a classificação de câncer de pele em FPGA. Para isso, será utilizada a linguagem OpenCL. Além disso, será realizado teste a fim de avaliar a CNN implementada em FPGA, trazendo assim informações que poderão ser utilizadas para implementações de outras arquiteturas de CNNs em FPGA.

MEMBROS DA BANCA:
Interno - AHMED ALI ABDALLA ESMIN (Membro)
Externo ao Programa - BRUNO DE ABREU SILVA - DCC/ICE (Membro)
Presidente - DEMOSTENES ZEGARRA RODRIGUEZ (Membro)
Externo à Instituição - OTÁVIO DE SOUZA MARTINS GOMES - UNIFEI - UNI (Membro)
Interno - RENATA LOPES ROSA (Suplente)