Análise exploratória de modelos de redes neurais convolucionais para classificação de imagens de raio-x de pulmão

Abstract

A triagem eficaz de pacientes infectados pelo covid-19 desempenha um papel crucial no combate a essa doença, sendo uma das principais o exame de radiografia do tórax. No entanto, o diagnóstico pode ser confundido com o de pneumonia. Neste estudo, desenvolvemos quatro modelos utilizando Convolutional Neural Network (CNNs), treinadas com mais de 30.000 imagens. Esses modelos, são capazes de classificar uma imagem de raio-x de pulmão como normal, com pneumonia ou com covid-19, mantendo uma acurácia próxima de 90%. Além disso, realizamos uma análise de custo benefício dos modelos considerando a disponibilidade de recursos computacionais. Por fim, foi criado um aplicativo utilizando um dos modelos desenvolvidos para demonstrar a utilização clínica desta tecnologia.