Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/6376| Título: | Detecção de patologias pulmonares por imagem usando deep learning |
| Título(s) alternativo(s): | Imaging detection of pulmonary pathologies using deep learning |
| Autor(es): | PINTO, Antônio Moreira |
| Palavras-chave: | classificação; regressão; aprendizagem de máquina; processamento de imagem. classification; regression; machine learning; image processing. |
| Data do documento: | 22-Set-2021 |
| Editor: | Universidade Federal do Maranhão |
| Resumo: | Resumo A epidemia de Sars-CoV-2 tem sido um dos maiores problemas a serem enfrentados pela saúde publica a nível mundial. Somente no Brasil, de 2020 até Junho de 2021 (DONG; DU; GARDNER, 2020), 482 mil pessoas vieram a óbito em função do vírus. Também, de acordo com a Organização Mundial da Saúde (OMS), a pneumonia é responsável por 15% das mortes de crianças menores de 5 anos, sendo a maior causa de mortalidade infantil no mundo, especialmente em países em desenvolvimento (WHO, 2015). A partir destes dados, vemos como infecções respiratórias podem causar impactos fortes na saúde pública mundial. Portanto, o objetivo deste trabalho consiste em avaliar o desempenho de redes neurais profundas no contexto de detecção e diagnóstico de doenças pulmonares. Serão utilizadas técnicas de otimização e revisão bibliográfica para elaborar modelos de redes neurais convolucionais. O modelos propostos foram capazes de alcançar recall elevado para a detecção de Sars-CoV-2, de 94,89% em redes Efficient e 97,44% em redes Dense. Para a detecção de doenças, sem discriminação, o modelo Efficient alcançou recall de 98,94%. |
| Descrição: | Abstract The Sars-CoV-2 epidemic has been one of the biggest problems to be faced by public health worldwide. In Brazil alone, from 2020 to June 2021 (DONG; DU; GARDNER, 2020), 482,000 people died from the virus. Also, according to the World Health Organization (WHO), pneumonia is responsible for 15% of deaths in children under 5 years old, being the largest cause of infant mortality in the world, especially in developing countries (WHO, 2015). From these data, we see how respiratory infections can cause strong impacts on public health worldwide. Therefore, the objective of this work is to evaluate the performance of deep neural networks in the context of detection and diagnosis of lung diseases. Optimization techniques and literature review will be used to design convolutional neural network models. The proposed models were able to achieve high recall for Sars-CoV-2 detection, of 94.89% on Efficient networks and 97.44% on Dense networks. For disease detection, without discrimination, the Efficient model achieved recall of 98.94%. |
| URI: | http://hdl.handle.net/123456789/6376 |
| Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| AntônioMoreiraPinto.pdf | Trabalho de Conclusão de Curso | 8,95 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.