Deep learning para a detecção e classificação de pneumonia por radiografias do tórax

Abstract

Um dos exames mais comuns realizados em hospitais é a radiografia do tórax. Do resultado deste exame podem ser diagnosticadas muitas doenças, como a Pneumonia, que é a doença mais mortífera em crianças. Neste contexto, o principal objetivo deste trabalho é propor um modelo de rede neural convolucional que realiza a detecção e classificação desta doença através da radiografia do tórax. A arquitetura da rede neural convolucional é automaticamente gerada por meio de otimização de hiperparâmetros. As redes geradas foram treinadas e validadas em uma base de imagens de radiografias que apresentam casos de pneumonia por vírus e por bactéria. A melhor arquitetura encontrada para a detecção resultou em uma acurácia de 95.3% e AUC de 94%, já a melhor rede para a classificação atingiu uma acurácia de 83.1% e AUC de 80%.