Modelos de Data Mining como serviço: interpretação de imagens

Abstract

O volume de dados produzidos pelas diversas organizações, de inúmeras áreas, tem vindo a aumentar de forma acentuada ao longo dos anos. A capacidade humana não permite a análise eficiente desta quantidade de elementos, pelo que é necessário desenvolver sistemas que possibilitem a descoberta de conhecimento. As imagens são componentes que contêm informação relevante para áreas como a medicina. As imagens raio X ou imagens de lesões na pele suportam o diagnóstico de um profissional de saúde. Contudo, um profissional de saúde nem sempre consegue ser preciso neste processo. Deste modo, os sistemas de apoio à decisão vieram suportar o conhecimento necessário para a adoção da decisão acertada. No âmbito do projeto Deux ex Machina foi desenvolvido um protótipo designado Pervasive Data Mining Engine. Esta plataforma permite efetuar, em tempo-real, processos de classificação e regressão. Neste momento, este protótipo não permite a realização de processos de análise, classificação e indexação de imagens, de modo percetível. Assim sendo, um artefacto de análise de imagens provenientes do projeto foi elaborado, com o intuito da sua posterior integração na plataforma. A metodologia Cross Industry Standard Process for Data Mining, enquadrada com a metodologia Design Science Research, permitiu a exploração de modelos preditivos de classificação, como as Convolutional Neural Networks. Já na exploração de modelos descritivos de clustering, o método k-means foi explorado. No total foram desenvolvidos três modelos. O primeiro com acuidade de 91%, o segundo com acuidade de 44% e o terceiro com a demonstração da aplicação do método de clustering. O presente documento corresponde ao relatório de Dissertação, onde, para além da exploração e apresentação de conceitos relevantes ao tema do projeto, também apresenta uma componente prática de exploração de modelos de Data Mining aplicados a imagens de lesões na pele.

The volume of data produced by several organizations in different areas has been increasing sharply over the years. The human capacity does not allow an efficient analysis of this quantity of records, that is why it is necessary to develop systems that allow the automatic discovery of knowledge. Images are components that contain relevant information to areas such as medicine. An X-ray image, as well as a skin lesion image, supports the diagnosis of a health professional. However, a health professional cannot be always precise in this process. Therefore, the decision support systems have come to bear the knowledge necessary for the right decision’s adoption. Under the project Deux ex Machina, a prototype called Pervasive Data Mining Engine was developed. This platform allows real-time processing of classification and regression tasks. At this moment, this prototype does not allow the implementation of processes of analysis, classification and indexing of images, in a perceptible way. Therefore, an image analysis artifact was developed for later integration into the platform. The methodology Cross Industry Standard Process for Data Mining, linked with the Design Science Research, allowed the implementation of predictive classification models, such as Convolutional Neural Networks. In the exploration of descriptive models of clustering, the k-means method was explored. In total, three models were performed. The first with accuracy of 91%, the second with accuracy of 44% and the third with a demonstration of the clustering application method. This document corresponds to the Dissertation report, where in addition to the exploration and presentation of concepts relevant to the project theme, it also presents a practical component of exploration of Data Mining models applied to images of skin lesions.