Use este identificador para citar ou linkar para este item:
http://rdu.unicesumar.edu.br/handle/123456789/10407| Tipo: | Artigo de Evento |
| Título: | AUXÍLIO A DIAGNÓSTICO POR IMAGENS MÉDICAS ATRAVÉS DO APRENDIZADO DE MÁQUINA COM TÉCNICA DE CLASSIFICAÇÃO UTILIZANDO APRENDIZADO PROFUNDO |
| Autor(es): | Godoy, Wesley Vieira Junior, Marcos Monteiro Oliveira, Maria Carolina |
| Resumo: | A tuberculose é uma doença infecciosa causada pela bactéria Mycobacterium tuberculosis, que afeta milhões de pessoas em todo o mundo e representa um sério problema de saúde pública. O diagnóstico precoce e preciso da tuberculose é fundamental para melhorar os resultados dos pacientes e reduzir a propagação da doença. As radiografias de tórax têm sido amplamente utilizadas para o diagnóstico de tuberculose, pois podem revelar características típicas da infecção. No entanto, a interpretação das radiografias requer treinamento especializado e pode ser suscetível a erros, especialmente em regiões com escassez de recursos médicos. Com os recentes avanços em técnicas de aprendizado profundo, surgiu a possibilidade de desenvolver sistemas de inteligência artificial capazes de auxiliar no diagnóstico médico, incluindo o diagnóstico de tuberculose em radiografias de tórax. Neste contexto, este projeto científico tem como objetivo desenvolver um sistema de diagnóstico automatizado de tuberculose utilizando técnicas de aprendizado profundo, com o propósito de fornecer uma solução precisa e acessível para apoiar os profissionais de saúde no diagnóstico precoce da doença. |
| Palavras-chave: | Aprendizagem de máquina Aprendizado Profundo Tuberculose |
| Idioma: | por |
| País: | Brasil |
| Editor: | UNIVERSIDADE CESUMAR |
| Sigla da Instituição: | UNICESUMAR |
| Tipo de Acesso: | Acesso Aberto |
| URI: | http://rdu.unicesumar.edu.br/handle/123456789/10407 |
| Data do documento: | 22-Nov-2024 |
| Aparece nas coleções: | XIII EPCC – Encontro Internacional de Produção Científica (24 à 26 de Outubro de 2023) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 680589.pdf | Trabalho apresentado no XIII Encontro Internacional de Produção Científica (24 a 26 de outubro de 2023) | 189.34 kB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.