Detecção eficiente de pneumonia usando Transformers Visuais em radiografias de tórax

A pneumonia é uma infecção respiratória aguda e amplamente disseminada que afeta pessoas de todas as idades. A detecção precoce e o tratamento da pneumonia são essenciais para evitar complicações e melhorar os resultados clínicos. Podemos reduzir a mortalidade, melhorar a eficiência nos cuidados de saúde e contribuir para a batalha global contra uma doença que atormenta a humanidade há séculos, desenvolvendo e implementando métodos de detecção eficazes. Detectar pneumonia não é apenas uma necessidade médica, mas também um imperativo humanitário e uma fronteira tecnológica. As radiografias de tórax são uma modalidade de imagem frequentemente usada para diagnosticar pneumonia. Este artigo examina em detalhes um método inovador para detectar pneumonia implementado na arquitetura Vision Transformer (ViT) em um conjunto de dados público de radiografias de tórax disponível no Kaggle. Para adquirir contexto global e relações espaciais a partir de imagens de radiografias de tórax, a estrutura proposta utiliza o modelo ViT, que integra mecanismos de autoatenção e arquitetura de transformador. De acordo com nossos experimentos com a estrutura proposta baseada em Vision Transformer, ela alcança uma precisão maior de 97,61%, sensibilidade de 95% e especificidade de 98% na detecção de pneumonia a partir de radiografias de tórax. O modelo ViT é preferível para capturar contexto global, compreender relações espaciais e processar imagens que possuem diferentes resoluções. A estrutura estabelece sua eficácia como uma solução robusta para detecção de pneumonia ao superar arquiteturas baseadas em redes neurais convolucionais (CNN).