Este trabalho tem como objetivo apresentar o uso do aprendizado profundo para classificação da COVID-19 usando imagens de raio-x. Foi realizado todo o processamento das imagens e treinamento do modelo com um grande conjunto de dados. Como resultado, foi possível alcançar altos níveis de precisão e robustez nas previsões do modelo.
O aprendizado profundo é uma técnica de inteligência artificial que permite aos algoritmos aprenderem por si mesmos, a partir de exemplos e sem a necessidade de programação explícita. Isso torna possível a construção de modelos altamente precisos e escaláveis para uma ampla gama de aplicações, incluindo a classificação de imagens.
Este trabalho apresenta uma aplicação concreta e valiosa do aprendizado profundo, e tem o potencial de impactar significativamente na detecção e tratamento da COVID-19.
A COVID-19 é uma doença respiratória causada pelo vírus SARS-CoV-2, identificada pela primeira vez na China em 2019 e que se espalhou rapidamente pelo mundo. Os sintomas podem ser leves a graves, incluindo febre, tosse, dificuldade para respirar, dores no corpo, perda de paladar e/ou olfato e em casos graves, pneumonia e falência respiratória. Algumas pessoas podem ser assintomáticas ou ter sintomas muito leves, enquanto outras podem apresentar sintomas graves. É importante destacar que a prevenção é a melhor forma de proteção contra a COVID-19, o que inclui: lavagem/higienização frequente das mãos, distanciamento social e uso de máscaras adequadas em locais públicos, além disso acrescenta-se a imunização através das vacinas como principal medida profilática
Modelos de detecção de COVID-19, usando imagens de raio-X, envolvem o uso de algoritmos de aprendizado de máquina para analisar imagens de raio-X do tórax, a fim de identificar padrões e características associadas a infecções por COVID-19. Esses modelos são treinados em grandes conjuntos de dados de imagens de raio-X, que foram rotulados como positivos ou negativos para COVID-19, e podem então ser usados para prever a probabilidade de uma infecção por COVID-19 com base nas características presentes em uma nova imagem de raio-X.
Um dos benefícios potenciais de usar imagens de raio-X para a detecção de COVID-19 é que os raios-X são relativamente baratos e amplamente disponíveis, tornando-os uma ferramenta prática para triagem em massa e diagnóstico. Além disso, as imagens de raio-X podem fornecer informações importantes sobre a gravidade de uma infecção por SARS-CoV-2, como a extensão dos danos pulmonares ou a presença de outras condições respiratórias.
Embora as imagens de raio-X por si só possam não ser suficientes para um diagnóstico definitivo de COVID-19, elas podem ser um componente valioso de uma abordagem multi-modal para a detecção de COVID-19 que inclua outros testes diagnósticos, como testes de PCR (Reação em Cadeia da Polimerase) e testes de anticorpos.
Uma equipe de pesquisadores da Universidade do Catar, em Doha, e da Universidade de Dhaka, em Bangladesh, juntamente com seus colaboradores do Paquistão e da Malásia, em conjunto com médicos, criou um banco de dados de imagens de raio-x de tórax para casos positivos de COVID-19, juntamente com imagens de pneumonia bacteriana e viral.
- 11.956 COVID-19
- 11.263 infecções não-COVID (pneumonia viral ou bacteriana)
- 10.701 normais