Classificador neural para a predição do diagnóstico clínico de hepatites virais B e C

Classificador neural para a predição do diagnóstico clínico de hepatites virais B e C

Lopes, Samuel Ferreira

Neves, Ana Regia de Mendonça (Orient.)

As hepatites virais são consideradas um grande desafio de saúde pública mundial. Geralmente, o diagnóstico das hepatites virais é feito ao acaso, a partir de alterações presentes em exames de sangue. As técnicas de aprendizado de máquina estão sendo utilizadas como um método alternativo para a predição desse tipo de doença. Neste contexto, este artigo apresenta os resultados do uso de uma rede Perceptron Multicamadas para a predição do diagnóstico clínico de hepatite B e C com dados de uma base real. A metodologia aplicada passou inicialmente por uma análise exploratória dos dados, assim compreendendo cada característica do dataset, seleção dos dados que tinham uma correlação razoavelmente forte, com as características selecionadas fez-se a raspagem de dados e a limpeza e por fim foi desenvolvido o modelo e realizado os treinos e teste da Rede. Os resultados preliminares mostram uma tendência moderada na predição do diagnóstico clínico.

Hepatite B

Hepatite C

HVB

HVC

Aprendizado de máquina

Rede neural artificial

2020

IFB Campus Brasília

Liberação parcial dos dados de publicação: resumo e metadados.

PT

Artigo

13 p.

111920LCSC