Detecção de COVID-19 em Imagens de Raio-X de Tórax através de Seleção Automática de Pré-processamento e de Rede Neural Convolucional

Abstract

A COVID-19, mesmo com diminuição dos casos, é considerado um problema global, a detecção precoce ainda é relevante e pode ser crucial para salvar vidas. Este artigo apresenta um método para detecção automática de COVID-19 em raio-X de tórax usando seleção automática de melhoria de imagem e rede neural convolucional. O método usa pré-processamento de imagem para melhorar as características distintivas da COVID-19 em raio-X e seleciona uma rede neural convolucional para classificar as imagens. Os resultados mostram métricas relevantes com uma acurácia de 99,39% e F1 − Score de 98,71%. Essa abordagem pode ser valiosa para a triagem eficaz da doença, melhorando o tratamento e reduzindo as mortes relacionadas à COVID-19.