APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA O DIAGNÓSTICO POR IMAGEM DE TÓRAX
Nenhuma Miniatura disponível
Data
2023-06-13
Tipo de documento
Monografia
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso aberto
Editora
Autores
Adriel Henrique de Mello Kirch
Orientador
Morales, Aran Bey Tcholakian
Coorientador
Luz, Théo Augustus
Resumo
O objetivo deste projeto é desenvolver uma arquitetura de rede neural artificial, fazendo-se uso das ferramentas Keras e TensorFlow a fim de classificar imagens de raios X do tórax em três categorias diferentes: Normal, Pneumonia e Covid-19. O objetivo central é construir um modelo, uma arquitetura de deep learning com uma acurácia entre 90% e 96% para uma situação realista, para contribuir na obtenção de um diagnóstico preciso e rápido, sendo assim os médicos proporcionarão um tratamento de acordo com o diagnóstico obtido. É importante ressaltar que este projeto de pesquisa não se destina a substituir a atividade médica, mas sim a servir como uma ferramenta adicional para ajudá-los a acelerar o processo de diagnóstico. Ao aproveitar o poder da inteligência artificial, espera-se obter uma alta acurácia para diagnosticar os pacientes e fornecer cuidados médicos mais eficientes e eficazes. Assim, não se trata da substituição do radiologista pelo algoritmo inteligente, mas sim uma ferramenta complementar no diagnóstico por imagem.
The objective of this project is to develop an artificial neural network architecture, using Keras and TensorFlow tools, to classify chest X-ray images into three different categories: Normal, Pneumonia, and Covid-19. The main goal is to build a deep learning model with an accuracy between 90% and 96% for a realistic scenario, in order to contribute to obtaining an accurate and fast diagnosis, enabling doctors to provide treatment based on the obtained diagnosis. It is important to emphasize that this research project is not intended to replace medical activity but rather to serve as an additional tool to assist them in accelerating the diagnostic process.By harnessing the power of artificial intelligence, it is expected to achieve high accuracy in diagnosing patients and provide more efficient and effective medical care. Therefore, it is not about replacing the radiologist with an intelligent algorithm but rather providing a complementary tool in image diagnosis.
The objective of this project is to develop an artificial neural network architecture, using Keras and TensorFlow tools, to classify chest X-ray images into three different categories: Normal, Pneumonia, and Covid-19. The main goal is to build a deep learning model with an accuracy between 90% and 96% for a realistic scenario, in order to contribute to obtaining an accurate and fast diagnosis, enabling doctors to provide treatment based on the obtained diagnosis. It is important to emphasize that this research project is not intended to replace medical activity but rather to serve as an additional tool to assist them in accelerating the diagnostic process.By harnessing the power of artificial intelligence, it is expected to achieve high accuracy in diagnosing patients and provide more efficient and effective medical care. Therefore, it is not about replacing the radiologist with an intelligent algorithm but rather providing a complementary tool in image diagnosis.
Palavras-chave
Processamento de imagens médicas, Medical image processing, Aprendizado de máquina, Machine learning, Redes neurais artificiais, Artificial Neural networking