Modelo de red neuronal convolucional para detectar neumonía por enfermedad por coronavirus 2019 (COVID-19) en radiografías de tórax (RedNeumon)

Para diferenciar la neumonía de la enfermedad por coronavirus 2019 (COVID-19) de otros tipos de neumonía, los radiólogos expertos deben analizar la radiografía de tórax (CXR) para identificar patrones visuales y radiográficos asociados con el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2) infección. Es desafiante porque los hallazgos son similares para diferentes tipos de neumonía.

Dado que el diagnóstico manual de COVID-19 a partir de CXR es un proceso difícil y lento, la aplicación de modelos de aprendizaje profundo (DL) al análisis de imágenes médicas es un tema de investigación actual. Este trabajo desarrollará una nueva Red Neural Convolucional (CNN) para detectar radiografías de COVID-19. Utilizará un gran conjunto de datos de radiografías de tórax clasificadas en tres clases: neumonía viral/bacteriana, neumonía por COVID-19 e imágenes normales. El estudio tiene como objetivo incorporar un nuevo módulo de atención que aplique las CNN a la operación de proyección lineal para ayudar a diferenciar la neumonía por COVID-19 de otras neumonías y radiografías de tórax normales en la práctica clínica.