DSpace Coleção:
http://http://repositorio.satc.edu.br:80/handle/satc/258
2024-03-25T03:32:13ZDEEP LEARNING EM RADIOGRAFIAS DO TÓRAX PARA PREDIÇÃO DE DOENÇAS PULMONARES
http://http://repositorio.satc.edu.br:80/handle/satc/491
Título: DEEP LEARNING EM RADIOGRAFIAS DO TÓRAX PARA PREDIÇÃO DE DOENÇAS PULMONARES
Autor (es): Bruno Silva Daniel
Resumo em Português: Com o aparecimento do novo coronavírus e outras doenças pulmonares
através dos anos, cada vez mais o número de tipos diferentes das mesmas
crescem, tendo elas sintomas muito semelhantes, dificultando no diagnóstico. Por
possuírem sintomas parecidos geralmente é necessário fazer testes em laboratório
para diagnosticar a doença, entretanto esses testes podem demorar dias. O objetivo
deste trabalho é analisar imagens de radiografia pulmonares, a fim de encontrar
padrões que são característicos de cada tipo de doença analisada, para realizar uma
predição a fim de contribuir para outros estudos na área. Para isso, os dados foram
extraídos de repositórios públicos, com parte de seus dados baseados em um
projeto para coleta de dados de doenças pulmonares, aprovado pela University of
Montreal's Ethics Committee. Com o auxílio da linguagem de programação python
foi possível criar dois modelos de redes neurais que realizam a classificação binária
entre duas classes com um Recall acima de 90% nas classes de doenças
pulmonares, e uma classificação de três classes distintas com o valor de recall de
96% para pneumonia e 93% para Covid-19.
Descrição: Trabalho de conclusão de curso do aluno Bruno Silva Daniel com o título DEEP LEARNING EM RADIOGRAFIAS DO TÓRAX PARA PREDIÇÃO DE DOENÇAS PULMONARES.2022-12-02T00:00:00Z