Telefone/Ramal: | (98) 2016-8166/8942 |
Usando Agregação de Classificadores na Detecção de Patologias Pulmonares Usando Deep Learning em Imagens de Tomografia Computadorizada.
a
O COVID-19 é uma doença infecciosa que causa uma síndrome respiratória aguda que pode
levar a morte em poucos dias. Assim, a detecção rápida da doença pode proporcionar mais
tempo para o tratamento, mesmo que anda não haja um tratamento conhecido. Nesse
contexto, este trabalho investiga quatro combinações de agregação de classificadores usando
deep learning e transferência de aprendizagem em imagens de tomografia computadorizada.
A base de dados é formada por 2477 imagens divididas em duas classes para COVID-19:
positiva e negativa. Foram testadas 11 redes neurais convolucionais (DenseNet121,
DenseNet169, DenseNet201, VGG16, VGG19, Xception, ResNet50, ResNet50v2, Inception V3,
MobileNet e MobileNetv2) para determinar as três melhores que foram combinadas em
quatro diferentes combinações. Os resultados demonstraram que as três melhores redes
neurais foram as DenseNet169, VGG e Xception. Além disso, verificou-se que a combinação
das três redes, chamada de EnsembleDVX, levou aos melhores resultados tanto em todas as
combinações quanto se comparada às CNNs testadas, chegando a uma precisão de 97,7%,
recall igual a 97,7%, F1 Score de 97,8%, acurácia de 97,7% e uma perda de apenas 0.077.