Título: Utilização de Curvas Principais na triagem de pacientes com tuberculose
Autores: Davi Horner Hoe de Castro, Danton Diego Ferreira, Demostenes Zegarra Rodriguez, Wilian Soares Lacerda, Fernando Elias de Melo Borges, Cecilia Aparecida Santos Silva
Resumo: A pandemia de COVID-19 mostrou que a velocidade e precisão no diagnóstico e essencial para um bom tratamento médico. Para acelerar o diagnóstico, o setor médico está se modernizando cada vez mais de forma a procurar soluçoes automatizadas, incrementando o uso de inteligência artificial. Uma doença extremamente negligenciada e a Tuberculose que, se não for diagnosticada no in ício, ela pode ser fatal ou pode causar sequelas graves que podem perdurar por muitos anos. Este trabalho visa demonstrar um método para identificar pacientes com Tuberculose (TB) por meio de Curvas Principais (CP). Para isso, utilizou-se um banco de dados disponível na literatura dividido nas seguintes classes: Pacientes com TB, pacientes com outras doenças e pacientes saudaveis. No pré-processamento foi utilizada uma Rede Neural Convolucional (CNN) ja treinada, visando usar o conhecimento previo adquirido por transferência de aprendizado, com uma Transfer Learning (TL), para extração de características e consequentemente facilitar a classificação. Essas características serao ent ao analisadas usando uma validação cruzada K-fold, e o algoritmo k-segmentos, para criar e treinar Curvas Principais que, entao, ser ao utilizadas na classificação das imagens. Os resultados obtidos mostraram potencial para o uso do método em futuras predições automatizadas, atingindo índices de desempenho proximos a 0,90, (90%) de acurácia
Palavras-chave: Tuberculose; Inteligência Artificial; Curva Principal; K-Segmentos, Análise de Imagens
Páginas: 7
Código DOI: 10.21528/CBIC2023-058
Artigo em pdf: CBIC_2023_paper058.pdf
Arquivo BibTeX: CBIC_2023_058.bib