Detecção de Tromboembolia Pulmonar utilizando Redes Neurais Convolucionais e Extração de Características

Abstract

Embolia pulmonar é uma das principais causas de morte relacionadas a doenças cardiovasculares no mundo, uma vez que é feito o diagnostico é necessária uma resposta rápida pela equipe médica para salvar o paciente. A principal forma de diagnóstico é pelo exame de tomografia computadorizada e, devido a grande quantidade de dados que o exame gera, algoritmos de deep learning têm mostrado bons resultados em encontrar embolia pulmonar de maneira autônoma. O objetivo deste trabalho é desenvolver uma rede de deep learning capaz de encontrar embolia pulmonar em exames de tomografia computadorizada. Até então, utilizando uma rede inspirada na U-net, o método segmentou trombos atingindo um Dice Score de 0.81 e um IoU de 0.79.