Fine-tuning Generative Adversarial Networks using Metaheuristics A Case Study on Barrett's Esophagus Identification

Autor(es)

Souza, Luis A. ; Passos, Leandro A. ; Mendel, Robert ; Ebigbo, Alanna ; Probst, Andreas ; Messmann, Helmut ; Palm, Christoph ; Papa, Joao P.

• Tipo de documento: Artigo Científico
• Fonte: BILDVERARBEITUNG FUR DIE MEDIZIN 2021; v. N/A, p. 6-pg., 2021-01-01.

Resumo

Barrett's esophagus denotes a disorder in the digestive system that affects the esophagus' mucosal cells, causing reflux, and showing potential convergence to esophageal adenocarcinoma if not treated in initial stages. Thus, fast and reliable computer-aided diagnosis becomes considerably welcome. Nevertheless, such approaches usually suffer from imbalanced datasets, which can be addressed through Generative Adversarial Networks (GANs). Such techniques generate realistic images based on observed samples, even though at the cost of a proper selection of its hyperparameters. Many works employed a class of nature-inspired algorithms called metaheuristics to tackle the problem considering distinct deep learning approaches. Therefore, this paper's main contribution is to introduce metaheuristic techniques to fine-tune GANs in the context of Barrett's esophagus identification, as well as to investigate the feasibility of generating high-quality synthetic images for early-cancer assisted identification. (AU)

• Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
• Beneficiário: Francisco Louzada Neto
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 19/08605-5 - Diagnóstico do esôfago de Barrett auxiliado por computador utilizando técnicas de aprendizado de máquina
• Beneficiário: Luis Antonio de Souza Júnior
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Processo FAPESP: 17/04847-9 - Auxílio ao Diagnóstico Automático do Esôfago de Barrett Utilizando Aprendizado de Máquina
• Beneficiário: Luis Antonio de Souza Júnior
• Modalidade de apoio: Bolsas no Brasil - Doutorado