Produção Nacional
Diagnosticando Tuberculose com Redes Neurais Artificiais e Recursos BPPC
2023; Volume: 15; Issue: Especial Linguagem: Português
10.59681/2175-4411.v15.iespecial.2023.1106
ISSN2175-4411
AutoresAfonso U. Fonseca, Juliana Paula Félix, Gabriel Silva Vieira, Bruno Moraes Rocha, Emília Alves Nogueira, Carlos Eduardo Egito Araújo, Deborah S. A. Fernandes, Fabrízzio Soares,
Tópico(s)Radiomics and Machine Learning in Medical Imaging
ResumoTuberculose é uma doença grave e contagiosa que mata milhões de pessoas, sendo um problema de saúde pública global. Enquanto isso, o uso da Inteligência Artificial na radiologia tem despertado crescente interesse de pesquisadores e da indústria. Soluções para auxiliar no diagnóstico já são uma realidade, mas ainda distante de populações vulneráveis e regiões subdesenvolvidas. Logo, soluções acessíveis são essenciais para populações altamente dependentes de ações e serviços públicos. Assim, propomos um método de baixo custo computacional e alta eficiência para auxiliar no diagnóstico de tuberculose. Utilizamos imagens de radiografia torácicas e construímos um modelo de rede neural artificial com recursos BPPC com e sem a geração de dados sintéticos. Os resultados equivalentes à literatura relacionada mostram o desempenho excepcional e de baixo custo da solução, colocando-a como uma solução alternativa viável.
Referência(s)