P. R. S. D. Santos, V. D. C. Brito, A. C. Carvalho Filho, A. D. D. Sousa, J. O. B. Diniz, D. D. S. Luz
{"title":"EfficientBacillus: uma arquitetura profunda para detecção dos bacilos de Koch","authors":"P. R. S. D. Santos, V. D. C. Brito, A. C. Carvalho Filho, A. D. D. Sousa, J. O. B. Diniz, D. D. S. Luz","doi":"10.5753/sbcas.2023.229608","DOIUrl":null,"url":null,"abstract":"A tuberculose é uma infecção bacteriana causada pelo bacilo de Koch e é transmitida pelo ar. A doença afeta principalmente os pulmões e é considerada a segunda principal causa de morte por infecção no mundo. Apesar disso, a tuberculose tem cura e o diagnóstico precoce é de suma importância para o sucesso do tratamento e para evitar a disseminação da doença. Tradicionalmente, a baciloscopia de esfregaço de escarro tem sido o principal método para o diagnóstico e monitoramento do tratamento da tuberculose. Nesse contexto, diversas abordagens computacionais têm sido desenvolvidas para auxiliar no diagnóstico da tuberculose, através da análise das imagens de baciloscopia. Neste trabalho, propomos a utilização da EfficientDet, explorando cada um dos seus backbones na tarefa de identificação dos bacilos. Também avaliamos 4 representações de cor diferentes e aplicamos uma validação cruzada com k-fold = 5. Os resultados mostraram-se promissores, com IoU de 0,523, recall de 0,925, precision de 0,694 e f1-score de 0,774. Os resultados alcançados evidenciaram o potencial do método na detecção dos bacilos, podendo auxiliar no diagnóstico da tuberculose.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"33 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2023.229608","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A tuberculose é uma infecção bacteriana causada pelo bacilo de Koch e é transmitida pelo ar. A doença afeta principalmente os pulmões e é considerada a segunda principal causa de morte por infecção no mundo. Apesar disso, a tuberculose tem cura e o diagnóstico precoce é de suma importância para o sucesso do tratamento e para evitar a disseminação da doença. Tradicionalmente, a baciloscopia de esfregaço de escarro tem sido o principal método para o diagnóstico e monitoramento do tratamento da tuberculose. Nesse contexto, diversas abordagens computacionais têm sido desenvolvidas para auxiliar no diagnóstico da tuberculose, através da análise das imagens de baciloscopia. Neste trabalho, propomos a utilização da EfficientDet, explorando cada um dos seus backbones na tarefa de identificação dos bacilos. Também avaliamos 4 representações de cor diferentes e aplicamos uma validação cruzada com k-fold = 5. Os resultados mostraram-se promissores, com IoU de 0,523, recall de 0,925, precision de 0,694 e f1-score de 0,774. Os resultados alcançados evidenciaram o potencial do método na detecção dos bacilos, podendo auxiliar no diagnóstico da tuberculose.