PROJETO: Detecção de Doenças Pulmonares Utilizando Aprendizado Profundo em Imagens de Raios-X

Descrição:

A pandemia causada pelo COVID-19 já matou mais de 3.2 milhões de pessoas em todo o mundo, afetando sistemas de saúde e a economia mundial. A detecção do vírus nos estágios iniciais é vital para reduzir a transmissão e óbitos. O teste amplamente utilizado para sua detecção é a Reação em Cadeia da Polimerase Transcriptase Reversa, que além do alto custo, oferece precisão de apenas 63%. O COVID-19 leva a evidências radiológicas de lesões do trato respiratório inferior, de modo que a análise dessas evidências pode auxiliar no seu diagnóstico. Nesse cenário, técnicas de Aprendizado Profundo (AP) são aplicadas para detectar a pneumonia causada pelo COVID-19 em radiografias, auxiliando o diagnóstico rápido e preciso. Aqui, investiga-se duas arquiteturas de AP com Sistemas Genéticos Evolutivos para definição do conjunto ótimo de hiper-parâmetros, os quais foram extrapolados em mais cinco arquiteturas. Ainda, empregamos técnicas de aumento de dados e transferência de aprendizado para alcançar uma classificação satisfatória. Propomos também um método de redimensionamento de imagens com a função de janela máxima, que preserva as estruturas anatômicas do tórax.

Fonte financeira: UFPI