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.