Identificação do sars - cov - 2 e pneumonia viral a partir de imagens de raio - X de pulmões com tensorflow, Keras e Deep Learning
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
A pandemia causada pelo vírus SARS-CoV-2 resultou em mais de 555 milhões de casos confirmados e mais de 6,35 milhões de mortes em todo o mundo, desencadeando uma epidemia massiva. As pneumonias também são exemplo de doenças consideradas como principais causas de morte em muitos países, como por exemplo, a pneumonia viral que é um tipo de infecção que atinge os pulmões e que é provocada por vírus, geralmente os mesmos que causam gripes e resfriados, ou mesmo o SARS-CoV-2. Na primeira parte deste trabalho, foi discutido como o SARS-CoV-2 e a Pneumonia Viral podem ser detectadas em radiografias de tórax de pacientes, como foram revisados os conjuntos de dados e em seguida, foi abordado como treinar um modelo de aprendizado profundo usando o Tensorflow e Keras para prever o SARS-CoV-2 e Pneumonia Viral no conjunto de dados de imagens de raio-x de pacientes. O objetivo deste trabalho consistiu em desenvolver e treinar um modelo de aprendizado profundo personalizado, avaliando arquiteturas de redes neurais convolucionais, para determinar em qual das classes o pulmão do paciente se enquadra: covid, normal ou pneumonia viral em um conjunto de dados de imagens de raio-x, utilizando a linguagem de programação Python com Tensorflow, Keras e Deep Learning. O modelo de treinamento baseado na arquitetura VGG19, obteve melhor desempenho na identificação e classificação das imagens. Conclui-se que um modelo de treinamento com Tensorflow e Keras usando Deep Learning pode ser capaz de aprender e identificar padrões
Description
Keywords
Análise e Desenvolvimento de Sistemas - estudo e ensino, Covid-19, Aprendizagem de máquina, Fluxo tensor