DeepSARS: Sistema de aprendizaje profundo automático para la identificación temprana y seguimiento de pacientes con riesgo de síndrome de distrés respiratorio agudo

El sistema DeepSARS fue propuesto y desarrollado con el propósito de asistir la identificación temprana y seguimiento de pacientes con riesgo de síndrome de distrés respiratorio agudo producido por COVID-19. Principalmente, el sistema realiza el aprendizaje profundo de patrones visuales relevantes para identificar COVID-19 sobre estudios radiológicos de tórax, digitalizados en secuencias de Tomografía Computarizada (CT) y Rayos X (Rx). Durante el desarrollo del proyecto se lograron desarrollar con éxito un total de 9 modelos, con diferentes propósitos, y codificados para operar en los dos tipos de imágenes radiológicas. Estos modelos realizan las siguientes tareas: detectar si un estudio presenta COVID-19 teniendo en cuenta información 2D o 3D, extraer hallazgos o regiones relevantes donde está expresada la enfermedad, y clasificar si un estudio presenta síndrome respiratorio agudo. Adicionalmente, se desarrollaron dos modelos, uno multimodal que usa los síntomas y signos presentados por el paciente para mejorar la detección de casos con COVID-19, y el modelo restante que estratifica el grado de compromiso o evolución del COVID-19 sobre el estudio radiológico de un paciente.

• Autores: Martínez Carrillo, Fabio
• Tipo de recurso: Investigation report
• Fecha de publicación: 2020
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/21582
• Acceso en línea: http://hdl.handle.net/20.500.12749/21582
• Palabra clave: Deep learning models; Chest imaging; Adult respiratory distress syndrome; Respiratory insufficiency; Respiratory diseases; Breathing disorders; Síndrome de distrés respiratorio de adultos; Insuficiencia respiratoria; Enfermedades respiratorias; Trastornos de la respiración; Modelos de aprendizaje profundo; Imágenes torácicas
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/