Aprendizagem de Máquina para Classificação de Doenças Respiratórias: Uma Revisão Sistemática
Palavras-chave:
Revisão Sistemática, Diagnóstico Precoce, Sons RespiratóriosResumo
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
Como Citar
Edição
Secção
Licença
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.