DEEP LEARNING EM RADIOGRAFIAS DO TÓRAX PARA PREDIÇÃO DE DOENÇAS PULMONARES

Abstract

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.