Redes neuronales convolucionales para la efectividad del primer diagnóstico de VPH en Piura 2025

Redes neurais convolucionais para a eficácia do primeiro diagnóstico de HPV em Piura 2025 | SciELO Preprints window.dataLayer = window.dataLayer || []; function gtag(){dataLayer.push(arguments);} gtag('js', new Date()); gtag('config', 'G-3TT8HYRH0Y'); Open Menu Registrar-se Acesso English Español Ir para o conteúdo principal Ir para o menu de navegação principal Ir para o rodapé Preprints Submissão Áreas do Conhecimento Ciências Agrárias Ciências Biológicas Ciências da Saúde Ciências Exatas e da Terra Ciências Humanas Ciências Sociais Aplicadas Engenharias Linguística, letras e artes Educação em Revista Memórias do Instituto Oswaldo Cruz 47º Encontro Anual da ANPOCS 48º Encontro Anual da ANPOCS 49º Encontro Anual da ANPOCS Sobre Sobre o Servidor Declaração de Privacidade Atualizações do Sistema Contato FAQ Ética no SciELO Preprints Avaliação de preprints Anotações em preprints (via Hypothesis) Avalie um preprint Notícias Início / Engenharias Preprint / Versão 1 Redes neurais convolucionais para a eficácia do primeiro diagnóstico de HPV em Piura 2025 article.authors6a1499a1383e3 Walter Edgar Abanto Sánchez Universidad César Vallejo image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0001-7581-025X Validation Investigation Software Alexis López Universidad César Vallejo image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0001-5259-6086 Software Investigation DOI: https://doi.org/10.1590/SciELOPreprints.14359 Palavras-chave: redes neuronales convolucionales, virus del papiloma humano, aplicativo móvil, mobilenet v2, tensorflow Resumo O presente trabalho de pesquisa desenvolveu um aplicativo móvel que integra o modelo MobileNet V2 para detectar lesões causadas pelo Papilomavírus Humano (HPV), contribuindo para o ODS 9, focado em construir infraestruturas resilientes, promover a industrialização sustentável e fomentar a inovação. O objetivo foi avaliar a eficácia de uma rede neural convolucional (CNN) como ferramenta de apoio na primeira fase do diagnóstico. Foi utilizada uma abordagem mista com desenho experimental, orientada para medir o nível de eficácia de uma CNN pré-treinada para o diagnóstico inicial do HPV. O modelo MobileNet V2 foi adaptado por meio de transfer learning e otimizado com técnicas de regularização como dropout, fine-tuning, entre outras. A eficácia foi determinada por meio de métricas de desempenho: precisão (98,63%), sensibilidade (100%), especificidade (97,33%), VPP (97,26%), VPN (100%) e F1-Score (98,60%). O treinamento foi determinante, pois o uso de estratégias de regularização permitiu que o modelo extraísse características relevantes para a identificação de lesões. Embora o período de teste tenha sido curto, os resultados foram promissores em um ambiente clínico simulado. Em conclusão, a CNN provou ser uma ferramenta válida de apoio diagnóstico, abrindo caminho para o uso da inteligência artificial na detecção precoce de doenças. Downloads Os dados de download ainda não estão disponíveis. PDF (Espanhol) Postado 18/12/2025 Como Citar Redes neurais convolucionais para a eficácia do primeiro diagnóstico de HPV em Piura 2025. (2025). Em SciELO Preprints . https://doi.org/10.1590/SciELOPreprints.14359 Formatos de Citação ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver Baixar Citação Endnote/Zotero/Mendeley (RIS) BibTeX Série Engenharias Copyright (c) 2025 Walter Edgar Abanto Sánchez, Alexis López Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License . .citations-container { overflow-y: auto; overflow-x: hidden; max-height: 1000px; } Plaudit Declaração de dados Os dados de pesquisa estão contidos no próprio manuscrito Os dados de pesquisa estão disponíveis sob demanda, condição justificada no manuscrito Dados de pesquisa Abanto Sánchez, Walter Edgar; López, Alexis, 2025, "Dados de replicação para:Redes neuronales convolucionales para la efectividad del primer diagnóstico de VPH en Piura 2025", https://doi.org/10.48331/SCIELODATA.8BFCDF , SciELO Data, V1 Aviso de preprints Preprints são manuscritos não avaliados por um periódico científico ou já avaliados mas em processo de publicação. .block_announcements_article:not(:last-child) { padding-bottom: 1.5em; border-bottom: 1px solid; } .block_announcements_article { text-align: left; } .block_announcements #show-all{ font-style: italic; } Notícias SciELO Preprints adota obrigatoriedade de declaração de disponibilização de dados de pesquisa 19 agosto 2025 A partir de 1º de setembro de 2025 os manuscritos submetidos ao SciELO Preprints devem incluir uma declaração de disponibilidade de dados informando sobre onde e como os dados da pesquisa que deram origem ao artigo podem ser acessados. Atualização da Política Editorial e FAQ 21 maio 2025 Todos(as) os(as) autores(as) são solicitados(as) a consultarem a nossa Política Editorial e nossas FAQs antes de submeterem o seu manuscrito. Prêmio Ben Barres Spotlight: Inscrições abertas para 2024 20 maio 2024 Prêmios de até US$ 5.000 estão agora disponíveis para pesquisadores de origens sub-representadas ou países com financiamento limitado para apoiar sua pesquisa, carreira e comunidade. Preprints do SciELO Preprints nas ciências da vida ou biomédicas com pelo menos uma revisão disponível no Sciety são elegíveis! Show all announcements ... SciELO - Scientific Electronic Library Online Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil E-mail: [email protected] app = {"hypothesisHandlerUrl":"https:\/\/preprints.scielo.org\/index.php\/scielo\/$$$call$$$\/plugins\/generic\/hypothesis\/controllers\/hypothesis\/"}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.data = pkpUsageStats.data || {};pkpUsageStats.data.Submission = pkpUsageStats.data.Submission || {};pkpUsageStats.data.Submission[14359] = {"data":{"2025":{"12":"20"},"2026":{"1":"22","2":"19","3":"7","4":"34","5":"15"}},"label":"Todos os downloads","color":"79,181,217","total":117}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.locale = pkpUsageStats.locale || {};pkpUsageStats.locale.months = ["Jan","Fev","Mar","Abr","Mai","Jun","Jul","Ago","Set","Out","Nov","Dez"];pkpUsageStats.config = pkpUsageStats.config || {};pkpUsageStats.config.chartType = "bar"; (function (w, d, s, l, i) { w[l] = w[l] || []; var f = d.getElementsByTagName(s)[0], j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : ''; j.async = true; j.src = 'https://www.googletagmanager.com/gtag/js?id=' + i + dl; f.parentNode.insertBefore(j, f); function gtag(){dataLayer.push(arguments)}; gtag('js', new Date()); gtag('config', i); }) (window, document, 'script', 'dataLayer', '3TT8HYRH0Y');