Fusão de Dados de Raio-x com Dados Clínicos para Detectar Covid-19

Gabriel Alves Saraiva, Alberto de Almeida Campos Gonçalves, Rafael Albuquerque Pinto, Eduardo Souto, Eulanda Miranda dos Santos

Resumo


Objetivo: Este trabalho investiga o uso de fusão de dados clínicos de pacientes com informações extraídas de imagens de raio-x no contexto de classificação de Covid-19. Método: Duas abordagens de fusão são investigadas: fusão em nível de decisão e fusão em nível de características. Os métodos de classificação utilizados são Redes Neurais Convolucionais (CNN) e algoritmos clássicos de Aprendizagem de Máquina. Resultados: Os experimentos mostram que a fusão de dados melhora o desempenho do sistema em relação ao uso de classificadores individuais. Além disso, mostra-se uma superioridade da fusão em nível de decisão sobre a abordagem de fusão em nível de características. Conclusão: A fusão em nível de decisão balanceou melhor a contribuição de cada grupo de atributos. Esse aspecto precisa ser melhor trabalhado na abordagem de fusão em nível de características.

Palavras-chave


Covid-19; Aprendizagem de Máquina

Texto completo: PDF


Journal of Health Informatics - ISSN 2175-4411
Rua Tenente Gomes Ribeiro, 57 - sala 33 CEP 04038-040 São Paulo - SP - Brasil
Tel./Fax: + 55 11 3791 3343 - E-mail: jhi@sbis.org.br