Classificação de Imagens de Patologia do Tórax Utilizando Técnicas de Aprendizagem Profunda

As radiografias do tórax são o exame mais comum em radiologia na era actual. São essenciais e muito úteis para a supervisão de várias doenças associadas à elevada mortalidade e apresentam uma vasta gama de informações potenciais sobre várias doenças. Os veredictos mais comuns nas radiografias de tórax incluem Tuberculose, Cardiomegalia e Mediastino torácico. Distinguir as várias patologias torácicas é uma tarefa difícil mesmo para o observador humano e para o radiologista. Portanto, há um interesse em desenvolver o diagnóstico do sistema informático para auxiliar os radiologistas na leitura das imagens do tórax através da máquina. A detecção saudável versus patologia, ou seja, tuberculose e cardiomegalia na radiografia de tórax foi explorada utilizando Laplacian of Gaussian (LoG), Local Binary Patterns (LBP), Speed up Robust Features (SURF) e também utilizou o modelo Bag-of-Visual-Words (BoVW) utilizando técnicas de Artificial Neural Network (ANN) & Deep Learning que classifica entre casos saudáveis versus patológicos.