Usando agregação de classificadores na detecção de patologias pulmonares usando deep learning em imagens de tomografia computadorizada

Abstract

A COVID-19 é uma doença infecciosa causada por uma síndrome respiratória aguda grave. A doença se espalhou rapidamente pelo mundo e pode levar à morte em apenas alguns dias. Nesse contexto, a detecção precoce de uma doença pode fornecer tempo suficiente para um tratamento ou ação bem sucedida. Este trabalho investiga onze arquiteturas de redes neurais convolucionais usando aprendizagem por transferência e propõe a utilização da aprendizagem por agrupamento utilizando os modelos das três arquiteturas que obtiveram o melhor desempenho. Foi utilizado um banco de dados composto por 2477 imagens de tomografia computadorizada em duas classes: Pacientes diagnosticados com a COVID-19 e pacientes que tiveram diagnóstico negativo para a COVID-19. Os resultados mostraram que o modelo proposto que utiliza aprendizagem por agrupamento, apresentou os melhores resultados em relação à classificação, atingindo uma acurácia média de 97,7%, uma precisão média de 97,7%, um recall médio de 97,8% e F1 score médio de 97,7%.