Trabalho de Conclusão de Curso (Graduação)O câncer de mama é responsável pelo maior número de mortes de mulheres no mundo todo. A detecção precoce da doença é essencial para o aumento das chances de tratamento e cura das pacientes. A termografia infravermelha tem se manifestado como uma técnica promissora para o diagnóstico da doença devido ao baixo custo, não trazer riscos às pacientes e pela possibilidade de ser feito em mulheres jovens. Esse trabalho utiliza Redes Neurais Convolucionais (algoritmos de Deep Learning) em uma base de 440 imagens de 88 pacientes distintas, com o objetivo de classificá-las em portadora ou não de câncer de mama. Foi utilizada transferência de aprendizado das arquiteturas de redes neurais convolucionais: alexnet, googlenet, resnet-18, vgg-16 e vgg-19. Os melhores resultados foram obtidos utilizando as arquiteturas de rede neural convolucional vgg-16 com 77,5% de acurácia, 85,0% de sensibilidade e 70,0% de especificidade e com a vgg-19 com 77,5% de acurácia, 90,0% de sensibilidade e 65,0% de especificidade.