Sistema Auxiliar para el Diagnóstico de COVID-19 Mediante Análisis de Imágenes de CR Torácica Basado en Deep Learning

Contenido principal del artículo

I. Perrilliat García
M. A. Gámez Guerrero
S. L. Rocha Nava
J. I. Hernández Oropeza

Resumen

La COVID-19 es la enfermedad causada por el coronavirus, SARS-CoV-2, descubierto en Wuhan, China, a finales de 2019, el cual originó una pandemia que afecta hoy en día a todo el mundo. En este sentido, los sistemas de salud se encuentran bajo constante presión, por lo que la necesidad de establecer nuevos protocolos y herramientas más eficientes para acortar los tiempos de diagnóstico y tratamiento resulta evidente. La COVID-19 puede ser diagnosticada por pruebas moleculares o por imágenes médicas. En este sentido, el diagnóstico por Radiografía Computarizada (CR, por sus siglas en inglés) cuenta con algunas ventajas para ser tomado en cuenta para la detección oportuna del COVID-19. En este trabajo, se presentan los resultados de la aplicación de redes neuronales convolucionales para el desarrollo de un sistema capaz de clasificar imágenes de CR torácicas de pacientes sanos, con neumonía y COVID-19 con una precisión de clasificación global mayor al 95 % a partir del uso de una base datos de 1800 imágenes.

Detalles del artículo

Cómo citar
Perrilliat García, I., Gámez Guerrero, M. A., Rocha Nava, S. L., & Hernández Oropeza, J. I. (2020). Sistema Auxiliar para el Diagnóstico de COVID-19 Mediante Análisis de Imágenes de CR Torácica Basado en Deep Learning. Memorias Del Congreso Nacional De Ingeniería Biomédica, 7(1), 556–563. Recuperado a partir de https://memoriascnib.mx/index.php/memorias/article/view/810
Sección
Concurso Estudiantil