Estudante do Campus Rio Pomba desenvolve pesquisa sobre detecção de Covid-19 e outras pneumonias

Em tempos de pandemia de Covid-19, um importante trabalho de pesquisa vem sendo desenvolvido pelo estudante do Campus Rio Pomba do IF Sudeste MG, Fernando Lucas de Lima Martins, do 8º período de Ciência da Computação. O projeto consiste no desenvolvimento de um método de classificação de imagens de radiografia do tórax para identificar não apenas pacientes com Covid-19, mas também pacientes saudáveis e infectados com outras pneumonias virais. O método proposto é baseado na extração de características radiômicas e no reconhecimento de padrões usando Redes Neurais Profundas.

O trabalho intitulado COVID-19 and Viral Pneumonia Classification Using Radiomic Features and Deep Learning foi desenvolvido como atividade no grupo PET Conexões de Saberes, sob a orientação da profª Alessandra Martins Coelho, em colaboração com Matheus Baffa, doutorando em Bioengenharia na Universidade de São Paulo. Recentemente foi aceito para apresentação no International Workshop on Artificial Intelligence for Health, evento realizado em conjunto com o XXII IEEE/ACM International Symposium on Cluster, Cloud and Internet Computing (CCGrid 2022), que acontece de forma virtual no período de 16 a 19 de maio, em Taormina, na Itália.

Iniciado em 2021, dentro da linha de pesquisa Processamento de Imagens, Visão Computacional, Reconhecimento de Padrões e Aprendizado de Máquina, o trabalho foi desenvolvido em várias etapas, como explica o estudante Fernando Lucas. "Primeiro buscamos bases de dados de imagens radiográficas disponibilizadas online para realizar os experimentos. Em seguida, segmentamos apenas as regiões de interesse das imagens, que seria a parte onde estão as informações mais relevantes para o problema. Por fim, utilizamos um algoritmo de rede neural com a finalidade de detectar padrões nas imagens e classificá-las", relata.

Segundo Fernando, “as imagens de Raio X das pneumonias virais comparadas às de Covid-19 apresentam características muito semelhantes, dificultando a distinção entre imagens de pacientes com o novo coronavírus e pacientes com outras pneumonias. É uma pesquisa que propõe uma abordagem diferente para a classificação do problema e conseguiu ótimos resultados”.

O interesse do estudante pela área foi motivado pelo fato de entender que a visão computacional pode ser empregada em diferentes áreas. “Em se tratando da área da saúde, a computação pode auxiliar em qualquer tarefa que demande um olho treinado para discernir e classificar um exame. Portanto, ela ajuda a reduzir o tempo gasto em procedimentos diagnósticos e fornece meios para um diagnóstico mais preciso”, explica Fernando.

De acordo com a orientadora Alessandra Coelho, "o trabalho traz o estudo e desenvolvimento de um arcabouço computacional capaz de diferenciar imagens de radiografia do tórax de pacientes com COVID-19 e com outros tipos de pneumonia viral. O trabalho tem uma eficácia de 90,73% na detecção dos três estados patológicos e 95,15% na classificação COVID-19 e saudável".