CLASSIFICAÇÃO DE CÉLULAS SANGUÍNEAS COM CNN PARA DETECÇÃO DE LEUCEMIA LINFOBLÁSTICA AGUDA UTILIZANDO O CONJUNTO DE DADOS ALL-IDB2

Resumo

Introdução: A Leucemia Linfoblástica Aguda (LLA) é um dos tipos mais comuns de câncer infantil e caracteriza-se
pela produção anormal de linfócitos na medula óssea, comprometendo a formação de células sanguíneas
saudáveis. O diagnóstico precoce é determinante para o sucesso do tratamento, mas os métodos convencionais
ainda dependem de análises laboratoriais demoradas, onerosas e sujeitas a variações entre especialistas. Nesse
contexto, métodos computacionais têm se mostrado promissores no apoio ao diagnóstico, destacando-se o uso de
técnicas de visão computacional e aprendizado profundo para análise de imagens médicas. Objetivo: Auxiliar o
processo de diagnóstico da leucemia com uma aplicação de classificação de imagens de células sanguíneas
baseada em deep learning. Método: O estudo utilizou o conjunto ALL-IDB2, composto por 260 imagens de células
já recortadas e centralizadas, divididas em subconjuntos de treino (70%), validação (15%) e teste (15%).
Inicialmente, avaliou-se a aplicação do modelo YOLOv11 para detecção, mas os resultados não foram satisfatórios
devido às características do dataset. Em seguida, foi projetada uma CNN simples implementada em PyTorch,
contendo camadas convolucionais, pooling, dropout e camadas totalmente conectadas. Para mitigar o
overfitting, foram aplicadas técnicas de aumento de dados, como rotações, espelhamentos e ajustes de
normalização. O treinamento foi conduzido em GPU NVIDIA T4 por 40 epochs, utilizando o otimizador Adam e a
função de perda binária. O desempenho foi avaliado com métricas padrão: acurácia, precisão, recall e F1-score.
Resultados: A CNN proposta obteve desempenho positivo no conjunto de teste, alcançando 87,5% de acurácia,
82,6% de precisão, 95% de recall e F1-score de 88,3%. Os resultados evidenciam que o modelo conseguiu
generalizar de forma consistente, apresentando convergência estável no treinamento e validação. A matriz de
confusão mostrou que a maioria dos erros correspondeu a falsos positivos, enquanto o alto recall reduziu a
ocorrência de falsos negativos, aspecto essencial em diagnósticos clínicos. Conclusão: O estudo demonstrou que
uma CNN leve e bem projetada pode atingir resultados competitivos na classificação de células sanguíneas com
LLA mesmo em um dataset reduzido. A combinação de técnicas de pré-processamento, aumento de dados e
regularização foi fundamental para a robustez do modelo. Além disso, a eficiência computacional obtida reforça o
potencial de aplicação em ambientes clínicos com recursos limitados, contribuindo para o avanço de ferramentas
acessíveis de apoio ao diagnóstico hematológico.