Clasificación de imágenes de radiografía de pulmón utilizando aprendizaje bayesiano

Abstract

En el presente trabajo proponemos un método para clasificar radiografías de tórax con el objetivo de colaborar en el diagnóstico de neumonía provocada por el virus SAR-COV 2 o por otras causas, así como detectar pulmones sanos. Para evaluar el método propuesto se utilizan imágenes de radiografías de tres tipos: 1- pulmones sanos, 2- pulmones con lesiones por neumonía por COVID-19 y 3- pulmones con lesiones por neumonía por otras causas. En primer lugar, se realiza un preprocesamiento de las imágenes, que incluye recortar la mitad inferior de las mismas (donde se observan diferencias entre las distintas imágenes). Luego, cada imagen se divide en sub-imágenes no solapadas y se calcula el histograma de cada una de ellas. Se realizan varias series de experimentos utilizando el método de Bayes para la clasificación y posterior inferencia. Se construyen dos clasificadores, uno que separa las imágenes de pulmones sanos, de aquellas que sean de pulmones enfermos, y otro que distingue neumonía por COVID-19 de neumonía por otras causas. Los resultados son prometedores.