Year: 2021
Type: conference-paper
Abstract: Este artigo discute técnicas de aprendizagem profunda aplicadas ao problema de triagem de tuberculose ativa em radiografias de tórax. O objetivo é contribuir para a prevenção e para o tratamento desta doença infecciosa, propondo uma rede neural convolucional (CNN) classificadora de tuberculose ativa, tendo como dados de entrada um conjunto de radiografias de tórax de indivíduos com ou sem tuberculose. Para melhor ajustar os parâmetros da CNN, técnicas de data-augmentation, utilizando modelos generativos adversariais (GAN), são aplicadas e avaliadas.
Institutions: Universidade Federal do Rio de Janeiro, McGill University
Language: Portuguese
Topic: COVID-19 diagnosis using AI
Subfield: Radiology, Nuclear Medicine and Imaging
Field: Medicine
Domain: Health Sciences
Open Access status: bronze
OpenAlex ID: W3210056014
