@MASTERSTHESIS{ 2025:1021326255,
 	title = {Avalia??o de aprendizado Auto-supervisionado na classifica??o de glom?rulos renais em cen?rio de forte desbalanceamento de dados},
 	year = {2025},
 	url = "http://tede2.uefs.br:8080/handle/tede/2041",
 	abstract = "O diagn?stico de doen?as renais cr?nicas por meio da an?lise histopatol?gica envolve desafios como a variabilidade interobservador e o elevado tempo de an?lise. Do ponto de vista computacional, a modelagem autom?tica dessas les?es ? adicionalmente dificultada pelo desbalanceamento severo entre classes e pela escassez de amostras representativas de les?es raras. Esta disserta??o investiga o uso de t?cnicas de Aprendizado Auto-Supervisionado (Self-Supervised Learning, SSL) para construir um classificador autom?tico de les?es glomerulares, buscando superar limita??es dos m?todos supervisionados que dependem de muitos dados rotulados. Foram utilizadas 12.524 imagens de tecido renal, distribu?das em onze les?es distintas e obtidas a partir de m?ltiplas colora??es histol?gicas: hematoxilina e eosina (HE), ?cido peri?dico de Schiff (PAS) e Azan?Mallory (Azan). Avaliaram-se m?todos de SSL, como Self-Distillation with No Labels (DINO) e Simple Framework for Contrastive Learning of Visual Representations (SimCLR), com diferentes backbones (ResNet e Vision Transformers), considerando aumentos e balanceamento de dados. Os resultados demonstram que os m?todos de SSL superaram as abordagens supervisionadas em tarefas de classifica??o multiclasse em cen?rios de dados desbalanceados. O m?todo DINO, em particular, destacou-se nesse contexto, alcan?ando um F1-micro de 58,27% em compara??o com 43,47% do baseline pr?-treinado no
 ImageNet. Em contrapartida, o SimCLR apresentou um desempenho superior na classifica??o bin?ria para diversas classes, evidenciando seu poder discriminativo em tarefas espec?ficas de classifica??o de les?es.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {DEPARTAMENTO DE CI?NCIAS EXATAS}
}