Aprendizagem de Máquina para Classificação de Doenças Respiratórias: Uma Revisão Sistemática

Autores

  • Letícia Balbi Silva SBIS
  • Fernando Neves Nogueira
  • Jackson Matheus dos Santos
  • Kevin Gustavo Montero Quispe
  • Rafael Giusti
  • Juan Gabriel Colonna

Palavras-chave:

Revisão Sistemática, Diagnóstico Precoce, Sons Respiratórios

Resumo

Objetivo: O objetivo deste trabalho é apresentar uma análise do estado da arte referente ao problema de classificação de sons respiratórios para auxiliar no diagnóstico e monitoramento da saúde respiratória, destacando os métodos de aprendizagem de máquina. Métodos: Uma revisão da literatura foi conduzida a partir das seguintes palavras-chaves: Machine learning, Classification, Diagnosis, Respiratory sounds, Respiratory disease, Lung sounds e Pulmonary disease. Os banco de dados de pesquisas utilizados foram IEEE Xplore, PubMed e Scopus.  Resultados: Ao total 1135 artigos foram coletados, mas apenas 67 atenderam às exigências na primeira etapa de filtro e 14 trabalhos atenderam aos critérios de elegibilidade. Uma taxonomia foi proposta para organizar os trabalhos de acordo com a abordagem de aprendizagem de máquina aplicada. Conclusão: Os resultados obtidos pelo estudo apresentam uma perspectiva geral sobre a problemática, além das contribuições para resolução dos desafios presentes na auscultação tradicional, suas limitações e investigações futuras.

Downloads

Publicado

15-03-2021

Como Citar

Silva, L. B., Nogueira, F. N., Santos, J. M. dos, Quispe, K. G. M., Giusti, R., & Colonna, J. G. (2021). Aprendizagem de Máquina para Classificação de Doenças Respiratórias: Uma Revisão Sistemática. Journal of Health Informatics, 12. Recuperado de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/816

Artigos Semelhantes

1 2 3 4 5 6 7 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)