Análise de Características a Partir do Classificador MLP Para Auxílio no Diagnóstico da COVID-19
Resumo
A Inteligência Artificial (IA) tem ganhado destaque nas mais variadas áreas da ciência. Nessa perspectiva sabe-se que a COVID-19 é uma doença que pode causar desde resfriados comuns a doenças mais graves como a Sindrome Aguda Respiratória Severa (SARS). Este trabalho objetiva fazer uma análise de características baseada na rede neural MultiLayer Perceptron (MLP) utilizando técnicas de feature selection para o pré-diagnóstico da doença COVID-19. A metodologia foi baseada em técnicas de features selection e na utilização de uma base de dados pública. Os resultados foram expressivos tendo em vista que o feature selection escolheu atributos de acordo com a métrica da rede neural MLP, enfatizando os de maior relevância para a acurácia.
Referências
Araujo-Filho, J. d. A. B., Sawamura, M. V. Y., Costa, A. N., Cerri, G. G., and Nomura, C. H. (2020). Pneumonia por covid-19: qual o papel da imagem no diagnóstico? Jornal Brasileiro de Pneumologia, 46(2).
Artoni, A. A., Prece, B., Scaranti, G., Junior, S. B., and de Barbosa, C. R. Aplicação de aprendizado de máquina para auxílio no diagnóstico do transtorno do espectro autista em adultos.
Bonifácio, F. N. (2010). Comparação entre as redes neurais artificiais mlp, rbf e lvq na classificação de dados. Paraná: Universidade Estadual do Oeste do Paraná.
de Brito, R. X., de Sousa Ximenes, J. N., da Silva, P. H. A., and de Sousa, R. N. (2019a). Sistema de análise de dados através de uma rede neural artificial mlp na predição de doença cardıaca. ANAIS ELETRÔNICOS CAIS TECH 2019, page 102.
de Brito, R. X., Fernandes, C. A. R., and Amora, M. A. B. (2019b). Análise de desempenho com redes neurais artificiais, arquiteturas mlp e rbf para um problema de classificação de crianças com autismo. iSys-Revista Brasileira de Sistemas de Informação, 13(1):60–76.
Fonseca, M. B. (2019). Classificação do Transtorno Bipolar, Esquizofrenia e Depress˜ão Utilizando Redes Neurais Artificiais. PhD thesis, Unviversidade Católica de Pelotas.
Frota, M., Hericles, S., Aguiar, G., Renoir, P., Nunes, R., Vilela, M., Gomes, D., and
Paula Jr, I. C. (2020). Análise de características a partir de algoritmos de aprendizagem de máquina para auxílio ão diagnóstico do transtorno do espectro autista. Revista de Sistemas e Computação-RSC, 10(1).
Frota, M., Vilela, M., Hericles, S., Aguiar, G., Renoir, P., Nunes, R., Gomes, D., and
Cavalcante, I. (2019). Aplicação de á rvore de decisão para auxılio ão diagnóstico do transtorno do espectro autista. In Anais da VII Escola Regional de Computação Aplicada à Saúde, pages 205–210, Porto Alegre, RS, Brasil. SBC.
Garcia, L. P. and Duarte, E. (2020). Intervenções n˜ão farmacológicas para o enfrentamento à epidemia da covid-19 no brasil.
Gonçalves, R. M., Coelho, L. d. S., Krueger, C. P., and Heck, B. (2010). Modelagem preditiva de linha de costa utilizando redes neurais artificiais. Boletim de Ciências Geodésicas, 16(3):420–444.
Lima, D. L. F., Dias, A. A., Rabelo, R. S., Cruz, I. D. d., Costa, S. C., Nigri, F. M. N., and Neri, J. R. (2020). Covid-19 no estado do ceará, brasil: comportamentos e crenças na chegada da pandemia. Ciência & Saúde Coletiva, 25:1575–1586.
MathWorks (2020). Sequential feature selection. [Online; acessado em: 07-Junho-2020].
Quint˜ão, V. C., Sim˜oes, C. M., Navarro, L. H., Barros, G., Salgado-Filho, M. F., Guimarães, G. M. N., and Carmona, M. (2020). O anestesiologista e a covid-19. Rev Bras Anestesiol.
Rocha, J. E. C. d., Souza Júnior, G. N. d., Brito, S. R. d., Folador, A. R. C., RAMOS, R. T. J., Braga, M. d. B., Botelho, M. d. N., et al. (2020). Redes neurais artificiais na previs˜ão de contágio e óbitos por covid-19: um estudo no estado do pará, brasil.
Torres, L. C. B. (2010). Seleção de características em express˜oes gênicas utilizando estratégias de busca e regress˜ão logística. Proceedings Seminário Interno da disciplina de Técnicas Clássicas de Reconhecimento de Padr˜oes, page 156.
Artoni, A. A., Prece, B., Scaranti, G., Junior, S. B., and de Barbosa, C. R. Aplicação de aprendizado de máquina para auxílio no diagnóstico do transtorno do espectro autista em adultos.
Bonifácio, F. N. (2010). Comparação entre as redes neurais artificiais mlp, rbf e lvq na classificação de dados. Paraná: Universidade Estadual do Oeste do Paraná.
de Brito, R. X., de Sousa Ximenes, J. N., da Silva, P. H. A., and de Sousa, R. N. (2019a). Sistema de análise de dados através de uma rede neural artificial mlp na predição de doença cardıaca. ANAIS ELETRÔNICOS CAIS TECH 2019, page 102.
de Brito, R. X., Fernandes, C. A. R., and Amora, M. A. B. (2019b). Análise de desempenho com redes neurais artificiais, arquiteturas mlp e rbf para um problema de classificação de crianças com autismo. iSys-Revista Brasileira de Sistemas de Informação, 13(1):60–76.
Fonseca, M. B. (2019). Classificação do Transtorno Bipolar, Esquizofrenia e Depress˜ão Utilizando Redes Neurais Artificiais. PhD thesis, Unviversidade Católica de Pelotas.
Frota, M., Hericles, S., Aguiar, G., Renoir, P., Nunes, R., Vilela, M., Gomes, D., and
Paula Jr, I. C. (2020). Análise de características a partir de algoritmos de aprendizagem de máquina para auxílio ão diagnóstico do transtorno do espectro autista. Revista de Sistemas e Computação-RSC, 10(1).
Frota, M., Vilela, M., Hericles, S., Aguiar, G., Renoir, P., Nunes, R., Gomes, D., and
Cavalcante, I. (2019). Aplicação de á rvore de decisão para auxılio ão diagnóstico do transtorno do espectro autista. In Anais da VII Escola Regional de Computação Aplicada à Saúde, pages 205–210, Porto Alegre, RS, Brasil. SBC.
Garcia, L. P. and Duarte, E. (2020). Intervenções n˜ão farmacológicas para o enfrentamento à epidemia da covid-19 no brasil.
Gonçalves, R. M., Coelho, L. d. S., Krueger, C. P., and Heck, B. (2010). Modelagem preditiva de linha de costa utilizando redes neurais artificiais. Boletim de Ciências Geodésicas, 16(3):420–444.
Lima, D. L. F., Dias, A. A., Rabelo, R. S., Cruz, I. D. d., Costa, S. C., Nigri, F. M. N., and Neri, J. R. (2020). Covid-19 no estado do ceará, brasil: comportamentos e crenças na chegada da pandemia. Ciência & Saúde Coletiva, 25:1575–1586.
MathWorks (2020). Sequential feature selection. [Online; acessado em: 07-Junho-2020].
Quint˜ão, V. C., Sim˜oes, C. M., Navarro, L. H., Barros, G., Salgado-Filho, M. F., Guimarães, G. M. N., and Carmona, M. (2020). O anestesiologista e a covid-19. Rev Bras Anestesiol.
Rocha, J. E. C. d., Souza Júnior, G. N. d., Brito, S. R. d., Folador, A. R. C., RAMOS, R. T. J., Braga, M. d. B., Botelho, M. d. N., et al. (2020). Redes neurais artificiais na previs˜ão de contágio e óbitos por covid-19: um estudo no estado do pará, brasil.
Torres, L. C. B. (2010). Seleção de características em express˜oes gênicas utilizando estratégias de busca e regress˜ão logística. Proceedings Seminário Interno da disciplina de Técnicas Clássicas de Reconhecimento de Padr˜oes, page 156.
Publicado
10/09/2020
Como Citar
DE BRITO, Rhyan; DE OLIVEIRA, Adonias.
Análise de Características a Partir do Classificador MLP Para Auxílio no Diagnóstico da COVID-19. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 8. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 89-95.
DOI: https://doi.org/10.5753/ercemapi.2020.11472.
