Soft Voting Vision Transformer Ensemble for Acute Myeloid Leukemia Cellular Classification

• Marcelo H. de Almeida Lira UEA
• Elloá B. Guedes UEA

DOI: https://doi.org/10.5753/eniac.2026.29937

Resumo

Este trabalho propõe um estudo comparativo entre três modelos de Vision Transformers (ViTs) para a classificação de células sanguíneas com vistas a detecção de Leucemia Mieloide Aguda (LMA). Para tanto, usou um benchmark da literatura composto por imagens de células isoladas em esfregaços de sangue. As técnicas de aumento de dados e Ensemble Learning com soft voting foram aplicadas para aumentar a robustez dos modelos. Os resultados demonstram que o comitê dos três ViTs com aumento de dados exibiu o melhor desempenho em todas as métricas calculadas, atingindo uma acurácia média de 96,95% e F1-Score médio de 96,42%. Estes resultados superam o estado da arte de arquiteturas baseadas em ViTs e apresentam um desempenho competitivo com modelos baseados em Redes Neurais Convolucionais (CNNs) enquanto reduzem drasticamente o número de parâmetros utilizados (de 9Bi para 113,8Mi).

Referências

Associação Brasileira de Linfoma e Leucemia (ABRALE) (2026). Casos diagnosticados de leucemia no Brasil disparam em 10 anos. Disponível em [link]. Acesso: 12 de junho de 2026.

Bigorra, L., Merino, A., Alférez, S., and Rodellar, J. (2017). Feature Analysis and Automatic Identification of Leukemic Lineage Blast Cells and Reactive Lymphoid Cells from Peripheral Blood Cell Images. J. Clin. Lab. Anal., 31(2):e22024.

Correa, N. (2020). Tendências da Mortalidade por Leucemia no Brasil. Observatório de Oncologia. Disponível em [link]. Acesso: 3 de março de 2026.

Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., and Houlsby, N. (2021). An image is worth 16x16 words: Transformers for image recognition at scale. In International Conference on Learning Representations.

Du, M., Chen, W., Liu, K., Wang, L., Hu, Y., Mao, Y., Sun, X., Luo, Y., Shi, J., Shao, K., Huang, H., and Ye, D. (2022). The Global Burden of Leukemia and its Attributable Factors in 204 Countries and Territories: Findings from the Global Burden of Disease 2019 Study and Projections to 2030. J. Oncol., 2022:1612702.

Elhassan, T., Osman, A. H., Mohd Rahim, M. S., Mohd Hashim, S. Z., Ali, A., Elhassan, E., Elkamali, Y., and Aljurf, M. (2024). CAE-ResVGG FusionNet: A Feature Extraction Framework integrating Convolutional Autoencoders and Transfer Learning for immature White Blood Cells in Acute Myeloid Leukemia. Heliyon, 10(19):e37745.

Hu, C., Chen, W., Zhang, P., Shen, T., and Xu, M. (2025). Global, Regional, and National Burden of Leukemia: Epidemiological Trends Analysis from 1990 to 2021. PLoS One, 20(6):e0325937.

INCA (2023). Síntese de Resultados e Comentários — Estimativa. Disponível em [link]. Acesso: 4 de março de 2026.

Lu, Q., Wang, B., He, Q., Zhang, Q., Guo, L., Li, J., Li, J., and Ma, Q. (2024). A Blood Cell Classification Method based on MAE and Active Learning. Biomed. Signal Process. Control, 90(105813):105813.

Maurício, J., Domingues, I., and Bernardino, J. (2023). Comparing Vision Transformers and Convolutional Neural Networks for Image Classification: A Literature Review. Appl. Sci. (Basel), 13(9):5521.

Mehta, S. and Rastegari, M. (2022). MobileViT: Light-weight, general-purpose, and mobile-friendly Vision Transformer. In International Conference on Learning Representations, Virtual. Disponível em [link]. Acesso: 12 de junho de 2026.

Melanthota, S. K., Gopal, D., Chakrabarti, S., Kashyap, A. A., Radhakrishnan, R., and Mazumder, N. (2022). Deep Learning-Based Image Processing in Optical Microscopy. Biophysical Reviews, 14(2):463–481.

Moriconi, É. F., Sousa, L. P., Claro, M., Rocha, A. A. F., and Veras, R. M. S. (2024). Refinamento e Combinação de CNNs para Melhoria na Classificação de Leucócitos Imaturos no Diagnóstico de Leucemia Mieloide Aguda. In Anais da XII Escola Regional de Computação do Ceará, Maranhão e Piauí (ERCEMAPI 2024), pages 129–138. Sociedade Brasileira de Computação - SBC.

Sarvamangala, D. R. and Kulkarni, R. V. (2022). Convolutional Neural Networks in Medical Image Understanding: a Survey. Evol. Intell., 15(1):1–22.

Steiner, A. P., Kolesnikov, A., Zhai, X., Wightman, R., Uszkoreit, J., and Beyer, L. (2022). How to Train your ViT? Data, Augmentation, and Regularization in Vision Transformers. Transactions on Machine Learning Research. Disponível em [link]. Acesso: 15 de julho de 2026.

Touvron, H., Cord, M., Douze, M., Massa, F., Sablayrolles, A., and Jegou, H. (2021). Training Data-Efficient Image Transformers & Distillation through Attention. In Meila, M. and Zhang, T., editors, Proceedings of the 38th International Conference on Machine Learning, volume 139 of Proceedings of Machine Learning Research, pages 10347–10357. PMLR.

Yadav, D. P., Kumar, D., Jalal, A. S., Kumar, A., Singh, K. U., and Shah, M. A. (2023). Morphological Diagnosis of Hematologic Malignancy using Feature Fusion-based Deep Convolutional Neural Network. Sci. Rep., 13(1):16988.

Zhou, Y., Huang, G., Cai, X., Liu, Y., Qian, B., and Li, D. (2024). Global, Regional, and National Burden of Acute Myelyoid Leukemia, 1990-2021: a Systematic Analysis for the Global Burden of Disease Study 2021. Biomark. Res., 12(1):101.