INTELIGÊNCIA COMPUTACIONAL PARA SUPORTE À TOMADA DE DECISÃO NA TRIAGEM DE PACIENTES COM COVID-19 POR MEIO DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA
COVID-19, Redes Neurais Convolucionais, Deep learning, Radiômica
A COVID-19 é uma doença infecciosa do agente etiológico Síndrome Respiratória Aguda Grave Coronavírus 2 (SARS-CoV-2), iniciado em Wuhan na China no final de 2019, atingiu o grau de pandemia pela Organização Mundial da Saúde (OMS) em março de 2020. Desde então, o desenvolvimento de tecnologias alternativas para combater o vírus tem sido alvo de várias pesquisas. Neste sentido a inteligência computacional, mais especificamente, os algoritmos de aprendizagem profundo têm sido propostos para análise de imagens médicas de modo que, diversas pesquisas têm utilizado o estado da arte de processamento de imagens (redes neurais convolucionais) para a triagem de pacientes com COVID-19 por meio de imagens médicas de tomografia computadorizada (TC). Assim sendo, este trabalho propõe o desenvolvimento de um sistema para a classificação das imagens de TC baseado em diferentes módulos: etapa de pré-processamento, extração de características via modelo híbrido, seleção de características, modelos especialistas e classificador multiclasse. A contribuição deste trabalho reside principalmente no que concerne à proposta de um modelo híbrido para a extração de características. Resultados preliminares demonstram um potencial no uso de aprendizagem de máquina para a tarefa de classificação de imagens médicas no contexto de triagem de pacientes com COVID-19.