Um Método Baseado em Radiomics e MLP para Diagnóstico Automático de COVID-19 a partir de Raio-X de Tórax

Emanuel L. C. de Sousa Filho, Paulo Magno, Camyla J. P. Santos, G. F. D. Silva, J. O. B. Diniz, D. B. P. Quintanilha
{"title":"Um Método Baseado em Radiomics e MLP para Diagnóstico Automático de COVID-19 a partir de Raio-X de Tórax","authors":"Emanuel L. C. de Sousa Filho, Paulo Magno, Camyla J. P. Santos, G. F. D. Silva, J. O. B. Diniz, D. B. P. Quintanilha","doi":"10.5753/ercemapi.2022.226508","DOIUrl":null,"url":null,"abstract":"A identificação da COVID-19 é um fator crucial para o tratamento e cura dos pacientes. Com o avanço da tecnologia, tornou-se possível o desenvolvimento de métodos computacionais capazes de auxiliar os especialistas na tarefa de análise de imagens médicas. Portanto, o presente trabalho tem como objetivo desenvolver um método automático de diagnóstico da COVID-19 por meio de imagens de raio-X do tórax usando uma abordagem Radiomics e o algoritmo Multi-Layer Perceptron. O método proposto foi avaliado em duas bases de imagens públicas, obtendo uma acurácia de 96,8%, precisão de 97,1%, recall de 96,4% e especificidade de 97,9%, com isso, demonstrando a eficácia no diagnóstico automático da COVID-19 por imagem.","PeriodicalId":278046,"journal":{"name":"Anais da X Escola Regional de Computação do Ceará, Maranhão e Piauí (ERCEMAPI 2022)","volume":"11 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da X Escola Regional de Computação do Ceará, Maranhão e Piauí (ERCEMAPI 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/ercemapi.2022.226508","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

A identificação da COVID-19 é um fator crucial para o tratamento e cura dos pacientes. Com o avanço da tecnologia, tornou-se possível o desenvolvimento de métodos computacionais capazes de auxiliar os especialistas na tarefa de análise de imagens médicas. Portanto, o presente trabalho tem como objetivo desenvolver um método automático de diagnóstico da COVID-19 por meio de imagens de raio-X do tórax usando uma abordagem Radiomics e o algoritmo Multi-Layer Perceptron. O método proposto foi avaliado em duas bases de imagens públicas, obtendo uma acurácia de 96,8%, precisão de 97,1%, recall de 96,4% e especificidade de 97,9%, com isso, demonstrando a eficácia no diagnóstico automático da COVID-19 por imagem.
一种基于放射学和MLP的胸片自动诊断COVID-19的方法
COVID-19的识别是患者治疗和治愈的关键因素。随着技术的进步,能够帮助专家进行医学图像分析的计算方法的发展成为可能。因此,本研究旨在开发一种利用放射学方法和多层感知器算法,通过胸部x射线图像自动诊断COVID-19的方法。该方法在两个公共图像数据库中进行了评价,准确率为96.8%,准确率为97.1%,召回率为96.4%,特异性为97.9%,证明了该方法在COVID-19自动诊断中的有效性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信