Busca avançada
Ano de início
Entree

Classificação de imagens de radiografias de tórax utilizando redes neurais profundas

Processo: 19/20875-8
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de janeiro de 2020
Vigência (Término): 28 de fevereiro de 2021
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Zanoni Dias
Beneficiário:Vinicius Teixeira de Melo
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Aprendizado computacional   Diagnóstico por imagem   Radiografia torácica   Redes neurais (computação)

Resumo

Radiografia de tórax é um dos exames mais comuns em radiologia, sendo utilizada, por exemplo, para diagnosticar e monitorar o tratamento de diversas condições pulmonares, como pneumonia, enfisema e câncer. A identificação e interpretação automatizada desse tipo de exame, no mesmo nível ou melhor do que os radiologistas, poderia permitir avanços em diversos ambientes médicos, desde melhoria na velocidade do resultado até iniciativas de saúde global. Neste projeto, nós propomos um método para classificação de patologias em imagens de radiografias de tórax a partir de uma arquitetura baseada em Rede Neural Profunda. Para validar os modelos desenvolvidos, os experimentos serão realizados utilizando as bases de dados ChestX-ray14 e CheXpert. A metodologia utilizada nesta pesquisa é baseada em extração de mapas de ativações da rede neural para fazer o recorte das imagens considerando somente as áreas de interesse, descartando informações irrelevantes para a sua classificação. (AU)