Ensemble Stacking de CNNs e Vision Transformers para Classificação de Anormalidades em Imagens Endoscópicas

• Pedro da S. Viana UFCA
• Luana B. da Cruz UFCA
• João O. B. Diniz IFMA
• Nelson C. Sandes UFCA

DOI: https://doi.org/10.5753/sbcas.2026.21592

Resumo

A análise massiva de exames endoscópicos sobrecarrega especialistas na identificação de anormalidades gastrointestinais. Para otimizar essa triagem, este trabalho propõe um método de classificação binária (normal e anormal) utilizando a base de imagens Kvasir V1. O método proposto engloba extração de Região de Interesse, Specular Highlights, Data Augmentation e Ensemble Stacking, integrando Redes Neurais Convolucionais e Vision Transformers. O modelo final alcançou 98,12% de acurácia, 98,15% de precisão, 98,12% de sensibilidade, 98,23% de especificidade e F1-score de 98,13%, destacando-se como uma robusta ferramenta de suporte ao diagnóstico médico.

Referências

Alvino, A. et al. (2025). Abordagem baseada em deep features para diagnóstico de câncer seroso de ovário em imagens histopatológicas. In Anais do XXV Simpósio Brasileiro de Computação Aplicada à Saúde, pages 401–412, Porto Alegre, RS, Brasil. SBC.

Awe, O. O. et al. (2024). Weighted hard and soft voting ensemble machine learning classifiers: Application to anaemia diagnosis. In Sustainable Statistical and Data Science Methods and Practices: Reports from LISA 2020 Global Network, Ghana, 2022, pages 351–374. Springer.

Ayan, E. (2024). Classification of gastrointestinal diseases in endoscopic images: Comparative analysis of convolutional neural networks and vision transformers. Journal of the Institute of Science and Technology, 14(3):988–999.

Chiras, D. D. (2013). Human body systems: Structure, function, and environment. Jones & Bartlett Publishers.

da S. Viana, P. et al. (2024). Anomalies diagnostic in endoscopic images using deep learning ensemble models. In Brazilian Conference on Intelligent Systems, pages 110–124. Springer.

de Câncer INCA, I. N. (2022). Estimativa 2023: incidência de câncer no brasil. Technical report, INCA, Rio de Janeiro, RJ.

Demirbaş, A. A., Üzen, H., and Fırat, H. (2024). Spatial-attention convmixer architecture for classification and detection of gastrointestinal diseases using the kvasir dataset. Health Information Science and Systems, 12(1):32.

Duda, R. (1973). Pattern classification and scene analysis. A Wiley-Interscience Publication, New York, London, Sydney, Toronto.

Gonçalves, J. et al. (2024). D.iagnóstica: Ferramenta cadx para diagnóstico de doenças pulmonares em imagens radiológicas. In Anais do XXIV Simpósio Brasileiro de Computação Aplicada à Saúde, pages 214–225, Porto Alegre, RS, Brasil. SBC.

Hosmer Jr, D. W., Lemeshow, S., and Sturdivant, R. X. (2013). Applied logistic regression, volume 398. John Wiley & Sons.

Hussain, T. et al. (2025). Effresnet-vit: A fusion-based convolutional and vision transformer model for explainable medical image classification. IEEE Access, 13:54040–54068.

Ilic, M. and Ilic, I. (2022). Epidemiology of stomach cancer. World Journal of Gastroenterology, 28(12):1187.

Pogorelov, K. et al. (2017). In ACM.

Rogler, G. (2014). Chronic ulcerative colitis and colorectal cancer. Cancer Letters.

Sehmus, A. (2025). Ensemble-based deep transfer learning for robust gastrointestinal endoscopy image classification. Balkan Journal of Electrical and Computer Engineering, 13(1).

Siddiqui, S., Khan, J. A., and Algamdi, S. (2025). Deep ensemble learning for gastrointestinal diagnosis using endoscopic image classification. PeerJ Computer Science, 11:e2809.

Subedi, A. et al. (2024). Classification of endoscopy and video capsule images using cnn-transformer model. arXiv preprint arXiv:2408.10733.

Wolpert, D. H. (1992). Stacked generalization. Neural networks, 5(2):241–259.