Análise de imagens de radiografia de pacientes com COVID-19 utilizando técnica de classificação de alto nível baseada em redes complexas

• Ano de defesa: 2020
• Autor(a) principal: Pereira, Everson José de Freitas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Chest X-ray image; Classificação de alto nível; Classificação de dados; Complex networks; COVID-19; Data classification; High-level classification; Imagem raio-X de tórax; Redes complexas; SARS-CoV-2
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-18112020-094205/

Uma importante tarefa em combate à COVID-19 envolve o diagnóstico rápido e correto de pacientes, o qual não é apenas crítico para seu prognóstico, mas também pode ajudar em uma gestão mais eficiente de recursos hospitalares. Dados reais, geralmente, contêm padrões complexos, além das características físicas. Redes complexas são excelentes ferramentas para representação de dados e, por meio da utilização de métricas adequadas, é possível a caracterização de padrões de dados, pois essas possuem capacidade de capturar o relacionamento espacial, topológico e funcional entre os dados. Este trabalho tem como objetivo analisar imagens de radiografia para auxiliar diagnóstico e prognóstico de pacientes com COVID-19. Para isso, uma técnica de classificação de dados de alto nível, baseada em redes complexas, será utilizada e, através da métrica comunicabilidade, buscaremos encontrar padrão de dados e extrair características que permitam predizer a classe correta das imagens de raio-X. Resultados experimentais mostram que o método proposto consegue alta precisão de classificação para as imagens de raio-X de tórax. Neste trabalho, também foi realizado um estudo comparativo com as técnicas de classificação tradicionais. Os resultados mostram que o desempenho do método proposto é competitivo. Esperamos que o presente trabalho gere relevantes contribuições para o combate à COVID-19.