Portal da Cidade Paranavaí

Ciência

Pesquisadores da UEM criam método para identificar a Covid-19 por raio-x

Estudo identifica a pneumonia causada pela Covid-19 utilizando imagens de radiografias de tórax, que são mais baratas e disponibilizadas rapidamente

Publicado em 17/04/2020 às 22:41

Os cientistas observaram que a textura é um dos principais atributos visuais das imagens. (Foto: Ilustrativa/ Getty Imagens)

Cinco pesquisadores que integram projeto de pesquisa da Universidade Estadual de Maringá (UEM), coordenado pelo professor Yandre Maldonado e Gomes da Costa, do Departamento de Informática, desenvolveram um estudo científico para identificar a pneumonia causada pela Covid-19 utilizando imagens de radiografias de tórax.

Os cientistas resolveram fazer a pesquisa levando em conta o alto impacto provocado pela doença no sistema de saúde, o que torna crucial o diagnóstico precoce para o tratamento correto, a fim de reduzir o estresse nesse mesmo sistema.

O estudo classificou imagens CXR (radiografia de tórax) para identificar a Covid-19. CXR oferece imagens menos ricas em termos de conteúdo se comparadas a imagens de tomografia computadorizada. Entretanto, é um exame que disponibiliza as imagens mais rapidamente, além de ser muito mais barato e disponível em muito mais unidades de atendimento básico de saúde. Essa foi a principal motivação para o desenvolvimento do trabalho com imagens CXR.  

A base de dados elaborada para o desenvolvimento do estudo é composta de imagens obtidas de pacientes sem pneumonia e outras colhidas de pacientes acometidos por seis tipos diferentes de pneumonia, provocadas por fungos, bactérias ou vírus (Covid-19, Sars, Mers, Varicella, Streptococcus e Pneumocystis).  

As imagens foram obtidas a partir de repositórios de imagens disponibilizadas por outros pesquisadores, como o professor Joseph Cohen, da Universidade de Montreal (Canadá), entre outras fontes públicas. 

Dado o desequilíbrio natural existente entre as quantidades de imagens disponíveis para cada tipo de pneumonia nesse domínio de aplicação, os autores experimentaram algoritmos de e amostragem para reequilibrar a distribuição de amostras entre as classes, o que tende a favorecer a obtenção de melhores resultados. 

A base de dados curada pelos autores para avaliar a proposta foi chamada de RYDLS-20 e está disponível publicamente para que outros pesquisadores também possam utilizá-la em busca de progresso científico acerca de um tema tão urgente. 

Textura

Para capturar o conteúdo das imagens a fim de desenvolver o classificador, os autores observaram que a textura é um dos principais atributos visuais das imagens CXR.  

O esquema de classificação adotado pelos pesquisadores extrai preponderantemente esse tipo de conteúdo, além de outros descritores de conteúdo obtidos com algoritmos de aprendizagem profunda. A abordagem de classificação apresentada alcançou, no melhor cenário, uma taxa de identificação de Covid-19 de 89%, e foi obtida em um cenário de classificação hierárquica.

Continue lendo no Portal GMC Online

Fonte:

Deixe seu comentário