Diagnóstico automatizado da malária em imagens de esfregaços sanguíneos por meio de aprendizagem profunda
Revista DCS · 11.03.2026 · 23 (88) · e4926
DOI: 10.54899/dcs.v23i88.4926 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista DCS, online erschienen am 11.03.2026. Verfasst von Raphael Saraiva de Sousa und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
Este trabalho investiga a aplicação de técnicas de visão computacional baseadas em aprendizado profundo para a detecção automatizada da malária em imagens de esfregaços sanguíneos. O diagnóstico convencional, fundamentado na análise microscópica manual, é um processo dependente de especialistas, sujeito a variabilidade humana e limitado em contextos com restrições de infraestrutura. Com o objetivo de mitigar essas limitações, propõe-se uma abordagem baseada em redes neurais convolucionais com transferência de aprendizado, empregando as arquiteturas ResNet50, EfficientNetB7 e MobileNetV3. Os experimentos foram conduzidos sobre um conjunto de dados composto por 27.558 imagens de células sanguíneas parasitadas e não parasitadas, utilizando validação cruzada estratificada em cinco folds, a fim de garantir robustez e capacidade de generalização. A avaliação considerou métricas amplamente utilizadas em sistemas de apoio ao diagnóstico, incluindo acurácia, precisão, revocação e F1-score. Os resultados indicam que a arquitetura MobileNetV3 apresentou o melhor desempenho global, alcançando acurácia máxima de 97,8% em um dos folds, aliada a elevada eficiência computacional. Esses achados evidenciam que modelos convolucionais leves podem alcançar desempenho competitivo ou superior a arquiteturas mais profundas, quando combinados com estratégias adequadas de pré-processamento e aprendizado por transferência. Do ponto de vista dos sistemas de informação em saúde, a abordagem proposta mostra-se promissora como ferramenta de apoio ao diagnóstico da malária, especial- mente em ambientes com recursos computacionais limitados, contribuindo para diagnósticos mais rápidos, confiáveis e acessíveis.
Zitieren
APA
Sousa, R. S. D., & Teixeira, R. B. (2026). Diagnóstico automatizado da malária em imagens de esfregaços sanguíneos por meio de aprendizagem profunda. Revista DCS, 23(88), e4926. https://doi.org/10.54899/dcs.v23i88.4926
Vancouver
Sousa RSD, Teixeira RB. Diagnóstico automatizado da malária em imagens de esfregaços sanguíneos por meio de aprendizagem profunda. Revista DCS. 2026;23(88):e4926. doi:10.54899/dcs.v23i88.4926
BibTeX
@article{Sousa2026,
author = {Sousa, Raphael Saraiva de and Teixeira, Raphael Barros},
title = {Diagnóstico automatizado da malária em imagens de esfregaços sanguíneos por meio de aprendizagem profunda},
journal = {Revista DCS},
year = {2026},
volume = {23},
number = {88},
pages = {e4926},
doi = {10.54899/dcs.v23i88.4926}
}
EUVIMED