Análise da Robustez de Redes Neurais: Efeito de Dados Biométricos Intrínsecos na Precisão.

• Processo: 25/19762-5
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 18 de dezembro de 2025
• Data de Término da vigência: 19 de fevereiro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Maurício José Grapéggia Zanella
• Supervisor: Bruno Hochhegger
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Instituição Anfitriã: University of Florida, Gainesville (UF), Estados Unidos
• Vinculado à bolsa: 24/01336-7 - Validação de Re-identificação de Pacientes utilizando Aprendizado Profundo e Técnicas Adversariais, BP.IC
• Assunto(s): Aprendizado computacional Radiografia
• Palavra(s)-Chave do Pesquisador: anonimização | aprendizado de máquinas | Radiografia | Redes Neurais Siamesas | Segurança de Dados | Aprendizado de máquinas

Resumo

Este projeto visa explorar falhas em técnicas de anonimato por meio de algoritmos de aprendizado profundo e apresentar os problemas atuais com conjuntos de dados de acesso aberto. A radiografia é uma tecnologia essencial na área médica e seus efeitos no diagnóstico de diferentes problemas não podem ser subestimados. O rápido avanço das técnicas de aprendizado de máquina, aliado a essa tecnologia intrínseca, levou ao desenvolvimento do diagnóstico assistido por computador. Com isso, surge a necessidade de conjuntos de dados mais robustos, completos e, acima de tudo, anônimos. Infelizmente, esse avanço do aprendizado de máquina também cria brechas que podem ser exploradas devido aos dados biométricos ocultos em imagens de raios-X. O projeto principal do aluno utiliza redes siamesas profundas para verificar sua robustez para identificação de pessoas usando dados de raios-X em um conjunto de dados brasileiro. A proposta atual visa investigar a metodologia proposta em um conjunto de dados mais significativo, com curadoria do Prof. Bruno, da Universidade da Flórida. Além do acesso ao conjunto de dados, esta proposta BEPE proporcionará ao aluno experiência e conhecimento internacionais de um radiologista renomado globalmente. Nosso objetivo neste projeto é entender melhor como evitar a identificação biométrica a partir de imagens de raios X.