A arquitetura das redes neurais convolucionais é amplamente utilizada em tarefas de reconhecimento de padrões em imagens, especialmente em contextos que exigem alta precisão, como o diagnóstico médico assistido por computador. Essas redes são compostas por múltiplas camadas organizadas de forma hierárquica. As primeiras camadas são projetadas para detectar padrões visuais elementares presentes nas imagens, como variações de intensidade, orientações e texturas locais. Com o avanço do processamento para camadas mais profundas, o modelo passa a integrar essas informações básicas em representações progressivamente mais complexas, capazes de distinguir regiões de interesse mais elaboradas e com significado semântico. Essa estrutura possibilita que o sistema aprenda a identificar elementos visuais úteis para tarefas específicas, mesmo quando esses elementos não foram explicitamente programados por especialistas. O treinamento adequado dessas redes permite que elas se adaptem a diferentes tipos de imagens, oferecendo desempenho elevado em ambientes reais e variados. Fonte: SANTOS, M. L.; PEREIRA, R. A. Redes Neurais Convolucionais em Análise de Imagens Médicas. 3. ed. Rio de Janeiro: MedTech, 2023. p. 234-256. Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta entre elas: I. As camadas iniciais de uma rede neural convolucional são responsáveis por identificar objetos complexos, como lesões. PORQUE II. O processamento da informação nesses modelos ocorre de forma hierárquica, combinando características simples para formar representações abstratas. A respeito dessas asserções, assinale a opção correta: