Banca de QUALIFICAÇÃO: ALAN KLINGER SOUSA ALVES

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ALAN KLINGER SOUSA ALVES
DATA : 14/09/2026
HORA: 14:30
LOCAL: Online
TÍTULO:

UMergeNet: Uma Nova Arquitetura U-Net Leve

PALAVRAS-CHAVES:

Segmentação de imagens médicas, CNNs leves, Conexões densas eficientes.

PÁGINAS: 102
RESUMO:

Este trabalho apresenta a UMergeNet, uma arquitetura leve para segmentação com apenas 1,7 milhão de parâmetros treináveis. A UMergeNet foi avaliada em cinco conjuntos de dados e comparada com onze arquiteturas de \gls{rnc} estado da arte. Considerando todos os conjuntos de dados, o modelo alcançou F1-score médio de 94,65\% e \gls{miou} de 90,13\%, ocupando a segunda colocação geral. A UMergeNet alcançou 1.208 \gls{fps} em \gls{gpu}, 11,84 \gls{fps} em \gls{cpu} e requereu apenas 0,88 \gls{gflops}. Em comparação com a U-Net 3+, o modelo com melhor desempenho, a UMergeNet utiliza 93,60\% menos parâmetros treináveis e 98,95\% menos \gls{gflops}, enquanto obtém uma performance similar.

Também foi realizado um estudo de ablação para quantificar a contribuição de cada componente arquitetural. Os resultados indicam que as conexões densas (MergeBlocks), a estrutura de caminho duplo e as conexões multiescala estão entre os componentes que contribuem para a eficiência e o desempenho de segmentação do modelo. O código-fonte está disponível em: \url{https://github.com/klingerkrieg/UMergeNet}.

MEMBROS DA BANCA:
Presidente - 2177445 - BRUNO MOTTA DE CARVALHO
Interna - 1350250 - ANNE MAGALY DE PAULA CANUTO
Externo à Instituição - FÁBIO MANOEL FRANÇA LOBATO - USP