Eduardo Henrique Souza Paraíso
Research Subjects
Eduardo Henrique Souza Paraíso has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- Alexei Manso Correa Machado
Department of Computer Science, Pontifical Catholic University of Minas Gerais, Belo Horizonte, Brazil
2 shared publications - Cristiane Neri Nobre
Pontifical Catholic University of Minas Gerais
1 shared publication - Daniel Cirino Martins
Montes Claros State University
1 shared publication - Hamidreza Rabiei-Dastjerdi
School of History and Geography, Faculty of Humanities and Social Sciences, Dublin City University (DCU), D09 V209 Dublin, Ireland
1 shared publication - Ludmila Bruna Santos Nascimento1 shared publication
- Matheus Pereira Libório
Universidade Estadual de Montes Claros, Montes Claros, Brazil
1 shared publication
Latest Publications
- Open Access
- 30 January 2026
- Published by Springer Nature in Discover Public Health
- Vol. 23 (1)
Unraveling spatial disparities in the multidimensional health of young Brazilian adults using the new smart K-means algorithm
- 30 January 2026
- Published by Springer Nature in Discover Public Health
- Vol. 23 (1)
Open AccessUnraveling spatial disparities in the multidimensional health of young Brazilian adults using the new smart K-means algorithm
- Open Access
- 28 November 2025
- Published by Sociedade Brasileira de Computação in Revista Eletrônica de Iniciação Científica em Computação
- Vol. 23, 276-282
Impacto do balanceamento e regularização na segmentação semântica de imagens histopatológicas
Este estudo investiga o impacto do balanceamento de classes e da regularização na melhoria da concordância de diagnósticos baseados em imagens histológicas. Modelos U-Net aplicados na análise de biópsias de câncer de próstata, por exemplo, mostram que o balanceamento de classes, combinado com funções de perda tradicionais, aumenta a concordância das imagens em até 6 pontos percentuais. A combinação de balanceamento com Focal Loss eleva o acordo de classificação em média 13 pontos percentuais, em comparação com o uso de datasets desbalanceados com funções de perda tradicionais. Um estudo de caso sobre a diferenciação entre os padrões Gleason 3 e 4 ilustra a utilidade das técnicas em decisões clínicas e no prognóstico de pacientes com câncer de próstata.
- 28 November 2025
- Published by Sociedade Brasileira de Computação in Revista Eletrônica de Iniciação Científica em Computação
- Vol. 23, 276-282
Open AccessImpacto do balanceamento e regularização na segmentação semântica de imagens histopatológicas
Este estudo investiga o impacto do balanceamento de classes e da regularização na melhoria da concordância de diagnósticos baseados em imagens histológicas. Modelos U-Net aplicados na análise de biópsias de câncer de próstata, por exemplo, mostram que o balanceamento de classes, combinado com funções de perda tradicionais, aumenta a concordância das imagens em até 6 pontos percentuais. A combinação de balanceamento com Focal Loss eleva o acordo de classificação em média 13 pontos percentuais, em comparação com o uso de datasets desbalanceados com funções de perda tradicionais. Um estudo de caso sobre a diferenciação entre os padrões Gleason 3 e 4 ilustra a utilidade das técnicas em decisões clínicas e no prognóstico de pacientes com câncer de próstata.