Classificação de Blocos de Imagens de Padrões Radiológicos Pulmonares com Resampling SMOTE
Resumo
Doenças Pulmonares Difusas podem afetar o parênquima pulmonar, causando deficiências respiratórias até a quase completa perda de função, sendo necessária uma avaliação mais precisa para um diagnóstico concreto. Utilizando-se de técnicas computacionais, a proposta deste trabalho é utilizar descritores de características (LBP, CLBP, histograma de níveis de cinza e GLCM) para a classificação de padrões pulmonares, auxiliando radiologistas no diagnóstico dessas doenças. Utilizando uma abordagem baseada em blocos, resampling SMOTE e o classificador SVM, uma taxa de acerto de 87,41% e sensibilidade de 88,31% foram alcançadas.