Aplicação de Deep Learning para Diagnóstico de Pneumonia Causada por COVID -19 a partir de Imagens de Raio X

Autores/as

  • Giordano Brunno Wagner Trombetta SBIS
  • William da Rosa Fröhlich
  • Sandro José Rigo
  • Clarissa Almeida Rodrigues

Palabras clave:

COVID-19, Deep Learning, Diagnóstico por Imagem

Resumen

Objetivos: COVID-19 é uma doença com alta taxa de transmissibilidade e, em casos mais graves, pode desenvolver quadros de pneumonia, sendo necessária a internação médica. Estudos iniciais apontaram casos de pacientes que apresentam anormalidades nas radiografias de tórax. Este trabalho tem como objetivo desenvolver um algoritmo que possa realizar o diagnóstico com base em imagens de Raio-X. Métodos: A metodologia seguida consiste em revisão do estado da arte com relação à temática de redes neurais profundas aplicadas à detecção de imagem e desenvolvimento de um algoritmo que realize o diagnóstico por imagem. Resultados: Os resultados obtidos para identificação do quadro de síndrome respiratória aguda grave foram bastante promissores, apresentando acurácia de aproximadamente 96%. Conclusão: O estudo realizado comprovou a hipótese elaborada inicialmente de aplicação de Deep Learning para diagnóstico, sendo assim, os estudos e o desenvolvimento do modelo serão aprimorados, adicionando mais comparativos.

Publicado

2021-03-15

Cómo citar

Trombetta, G. B. W., Fröhlich, W. da R., Rigo, S. J., & Rodrigues, C. A. (2021). Aplicação de Deep Learning para Diagnóstico de Pneumonia Causada por COVID -19 a partir de Imagens de Raio X. Journal of Health Informatics, 12. Recuperado a partir de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/828

Artículos similares

<< < 14 15 16 17 18 19 20 21 22 23 > >> 

También puede {advancedSearchLink} para este artículo.