Um Método Baseado em Radiomics e MLP para Diagnóstico Automático de COVID-19 a partir de Raio-X de Tórax

Abstract

A identificação da COVID-19 é um fator crucial para o tratamento e cura dos pacientes. Com o avanço da tecnologia, tornou-se possível o desenvolvimento de métodos computacionais capazes de auxiliar os especialistas na tarefa de análise de imagens médicas. Portanto, o presente trabalho tem como objetivo desenvolver um método automático de diagnóstico da COVID-19 por meio de imagens de raio-X do tórax usando uma abordagem Radiomics e o algoritmo Multi-Layer Perceptron. O método proposto foi avaliado em duas bases de imagens públicas, obtendo uma acurácia de 96,8%, precisão de 97,1%, recall de 96,4% e especificidade de 97,9%, com isso, demonstrando a eficácia no diagnóstico automático da COVID-19 por imagem.

Detection of COVID-19 lesions based on computed tomography using U-Net 2.5D and GAN

“…However, CT exams produce images with more detail, which makes the diagnosis more efficient. Since it was declared a global pandemic affected by COVID-19, scientists worldwide have been creating methods and tools that can help in the segmentation and classification of lesions caused by Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), especially in imaging tests [Silva et al 2023, de Sousa Filho et al 2022, Silva et al 2021].…”