Pneumonia classification and analysis in Chest X-ray by means of Convolutional Neural Networks

LUCIANA SIMÓN GONZÁLEZ; DIEGO SEBASTÍAN COMAS; GUSTAVO JAVIER MESCHINO; AGUSTÍN AMALFITANO; VIRGINIA LAURA BALLARIN

San Juan

Congreso; XXIII Congreso Argentino de Bioingeniería (SABI 2022); 2022

Sociedad Argentina de Bioingeniería

En las últimas décadas, se ha aumentado el acceso a estudios con imágenes médicas, elevando la cantidad de información médica disponible. La radiografía de tórax permite la detección de patologías relacionadas con algunas enfermedades graves, volviéndose fundamental para el diagnóstico de neumonía, detección de masas, lesiones, infiltraciones, neumotórax, entre otros. Partiendo de los antecedentes en clasificación de patologías sobre imágenes médicas, en este trabajo se aborda el análisis y clasificación de radiografías de tórax para el caso de neumonía a través de redes neuronales convolucionales, considerando transfer-learning y redes entrenadas desde cero. Se propone el análisis de la calidad de las características generadas por medio de mapas autoorganizados. Se alcanzó un 0,965±0,008 de exactitud para la clasificación normal vs neumonía con una FNR de 4,2%, lo que es consistente con el estado del arte.