Pesquisadores da UEM criam método para identificar a Covid-19 com imagens de raio-x

17 de abril de 2020
A abordagem de classificação apresentada alcançou, no melhor cenário, uma taxa de identificação de 89% da Covid-19 / Divulgação UEM

Um grupo de cinco pesquisadores da Universidade Estadual de Maringá (UEM) desenvolveu um método científico para detectar o coronavírus. Utilizando imagens de raiografias de tórax, o estudo identifica particularidades da pneumonia causa pela Covid-19 para propor o diagnóstico.

Durante o processo de pesquisa, o grupo montou uma base de dados com imagens de raio-x de pacientes sem e com pneumonia. A base de dados de quem apresentava sintomas da doença foi montada com seis tipos diferentes de pneumonia. Seja ela provocada por fungos, bactérias ou vírus, como a Covid-19 ou Varicella.

Dado o desequilíbrio natural existente entre os diferentes tipos de pneumonia, os autores utilizaram algoritmos de reamostragem para agrupar padrões semelhantes, criando assim uma fórmula para classificar a Covid-19 por meio do raio-x.

Durante os testes, os pesquisadores observaram que a textura da imagem é um dos principais atributos visuais para classificar a doença. A abordagem de classificação apresentada alcançou, no melhor cenário, uma taxa de identificação de 89% da Covid-19.

Mesmo tendo menos detalhes do que imagens de tomografias computadorizadas, a radiografia foi utilizada por ter um custo menor, e estar disponível na maioria das unidades de antedimento básico de saúde.

As imagens para formar o banco de dados foram obtidas a partir de repositórios públicos disponibilizadas por outros pesquisadores, como o professor Joseph Cohen, da Universidade de Montreal (Canadá).

A base de dados montada pelos cientistas da UEM foi batizada de RYDLS-20. Os dados estão disponíveis publicamente para que outros pesquisadores também possam utilizá-los em busca de progresso científico acerca de um tema tão urgente.

O estudo foi intitulado de “COVID-19 identification in chest X-ray images on flat and hierarchical classification scenarios” ou, na tradução livre “Identificação da COVID-19 em radiografias de tórax em cenários de classificação plana e hierárquica”.

Assim que pronta, a pequisa foi submetida a uma revista científica com alto fator de impacto e, dada a urgência e importância do tema, também está disponível no arXiv, uma plataforma para divulgação de resultados científicos da Universidade de Cornell, nos Estados Unidos.