Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/66476| Tipo: | TCC |
| Título: | Avaliação de gravidade de pacientes de covid-19 com o uso de Deep learning |
| Autor(es): | Bernardes, José Ícaro Santana |
| Orientador: | Paula Júnior, Iális Cavalcante de |
| Palavras-chave: | Deep Learning;Tomografias Computadorizadas;ConvLSTM;CNN-3D |
| Data do documento: | 2021 |
| Citação: | BERNARDES, J. I. S. Avaliação de gravidade de pacientes de covid-19 com o uso de Deep learning. 2021, 33f. Monografia (Graduação em Engenharia da Computação). Universidade Federal do Ceará, Sobral, 2021. |
| Resumo: | A pandemia de covid-19 tem gerado inúmeras perdas a nossa a sociedade. Desde do seu começo, a comunidade cientifica global tem se esforçado para interromper e conter o danos gerados pela doença. Uma questão muito importante para o tratamento é avaliar de maneira rápida e segura o estado do paciente com o intuito de direcionar o melhor tratamento e auxiliar na gestão de recursos hospitalares. Atualmente, existem diversas abordagens com o uso de técnicas de Depp Learning em exames de imagem como Tomografias Computadorizadas para trazer soluções para essa questão. Este trabalho busca explorar algoritmos poucos comuns como ConvLSTM e CNN-3D, visando trazer conhecimentos novos a respeito da problemática. Os resultados alcançados mostram que o arquitetura de ConvLSTM atingiu resultado melhores que a de CNN-3D. Entretanto, se comparado a resultados de outros artigos, os algoritmos em questão ficaram abaixo. |
| Abstract: | The covid-19 pandemic has countless losses in our society. From the beginning, scientific globally has to become a disease to stop and contain the damages of its generated. A very important issue for treatment is to quickly and safely assess the patient’s condition in order to direct the best treatment and assist in the management of hospital resources. Currently, there are several approaches using Deep Learning techniques in imaging exams such as Computed Tomography(CT) to bring solutions to this issue. This work seeks to explore a few common ones such as ConvLSTM and CNN-3D, bringing new knowledge about the problem. The results show that the ConLSTM architecture performs better than CNN-3D. However, when compared to the results of other articles, the risks in question were below. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/66476 |
| Aparece nas coleções: | ENGENHARIA DE COMPUTAÇÃO-SOBRAL - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2021_tcc_jisbernardes.pdf | BERNARDES, J. I. S. Avaliação de gravidade de pacientes de covid-19 com o uso de Deep learning. 2021, 33f. Monografia (Graduação em Engenharia da Computação). Universidade Federal do Ceará, Sobral, 2021. | 905,39 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.