DSpace at My University FE - Faculdade de Engenharia FE - Engenharia Informática
Use este identificador para citar ou linkar para este item: http://monografias.uem.mz/handle/123456789/3689
Tipo: Trabalho de Conclusão de Curso
Título: Detecção e classificação de pneumonia com base na análise de imagens de radiografia torácica: caso de estudo - Hospital Central de Maputo
Autor(es): Mahesse, Gerson José Cabral
Primeiro Orientador: Manhiça, Ruben Moisés
Resumo: A pneumonia é uma das principais causas de morte de crianças menores de cinco anos e de idosos em Moçambique. A falta de vacinação adequada, a desnutrição e a falta de acesso a cuidados de saúde de qualidade são factores que contribuem para a alta incidência e mortalidade relacionadas à pneumonia no país. Além disso, os desafios socioeconómicos, como a pobreza e a falta de saneamento básico, também aumentam o risco de infecção. A pesquisa neste trabalho centra-se na detecção e classificação de Pneumonia com recurso a Inteligência Artificial, a fim de propor-se um mecanismo alternativo de diagnóstico da doença. A pesquisa envolveu uma revisão abrangente da literatura sobre pneumonia, técnicas de processamento de imagens e algoritmos de aprendizado de máquina. Os dados utilizados no estudo foram obtidos de um conjunto de imagens de radiografia torácica disponíveis publicamente. A metodologia envolveu a extracção de características das imagens, treinamento e avaliação de modelos de classificação. Os resultados obtidos demonstraram uma precisão promissora na diferenciação entre os tipos de pneumonia (viral e bacteriana) O uso de Aprendizagem de Máquina no processamento de imagens alcançou uma precisão de 88%. Estes resultados são promissores e revelam que o modelo proposto tem potencial de auxiliar os profissionais de saúde no diagnóstico precoce e preciso da pneumonia, contribuindo para melhores resultados clínicos e uma abordagem mais eficaz no tratamento da doença.
Abstract: Pneumonia is one of the leading causes of death in children under five years old and the elderly in Mozambique. The lack of adequate vaccination, malnutrition, and limited access to quality healthcare are factors that contribute to the high incidence and mortality rates associated with pneumonia in the country. Additionally, socioeconomic challenges such as poverty and lack of basic sanitation also increase the risk of infection. The research in this study focuses on the detection and classification of pneumonia using Artificial Intelligence, aiming to propose an alternative mechanism for diagnosing the disease. The research involved a comprehensive literature review on pneumonia, image processing techniques, and machine learning algorithms. The data used in the study were obtained from a publicly available dataset of chest X-ray images. The methodology involved feature extraction from the images, training and evaluation of classification models. The results obtained demonstrated promising accuracy in differentiating between viral and bacterial pneumonia. The use of Machine Learning in image processing achieved an accuracy of 88%. These results are promising and reveal that the proposed model has the potential to assist healthcare professionals in early and accurate diagnosis of pneumonia, contributing to better clinical outcomes and a more effective approach to disease treatment.
Palavras-chave: Detecção da pneumonia
Classificação da pneumonia
Radiografia torácica
Inteligência artificial
CNPq: Engenharias
Engenharia Informática
Idioma: por
País: Moçambique
Editor: Universidade Eduardo Mondlane
Sigla da Instituição: UEM
metadata.dc.publisher.department: Faculdade de Engenharia
Tipo de Acesso: Acesso Aberto
URI: http://monografias.uem.mz/handle/123456789/3689
Data do documento: 1-Ago-2023
Aparece nas coleções:FE - Engenharia Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2023 - Mahesse, Gerson José Cabral.pdf2.44 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.