O USO DA ARQUITETURA YOLOv9 COM REDES NEURAIS CONVOLUCIONAIS NA IDENTIFICAÇÃO DA PARALISIA CEREBRAL
Palavras-chave:
YOLOv9, Redes Neurais Convolucionais, Paralisia Cerebral, Ressonância Magnética, Inteligência ArtificialResumo
A paralisia cerebral é uma condição neurológica complexa cuja identificação precoce é essencial para garantir
intervenções eficazes. No entanto, o diagnóstico clínico baseado na análise de imagens de ressonância magnética (RM) é
frequentemente limitado pela subjetividade e pela necessidade de alta especialização. Este trabalho propõe a utilização de
redes neurais convolucionais (RNCs) integradas à arquitetura YOLOv9 como ferramenta para identificação automática
de padrões relacionados à paralisia cerebral. O modelo foi treinado com um conjunto de imagens de RM, utilizando
técnicas de data augmentation para ampliação do dataset e validado por métricas como acurácia, precisão, recall e F1-
Score. Os resultados indicam que a abordagem baseada em YOLOv9 pode oferecer suporte confiável e eficiente ao
diagnóstico clínico, demonstrando grande potencial de aplicação em ambientes hospitalares e projetos de tecnologia em
saúde.
