Aprendizado Profundo para Cuidados de Saúde Inteligentes—Uma Revisão sobre Detecção de Tumores Cerebrais a partir de Imagens Médicas

Os avanços tecnológicos conseguiram afetar todos os aspectos da vida humana. Por exemplo, o uso da tecnologia na medicina fez contribuições significativas para a sociedade humana. Neste artigo, focamos na assistência tecnológica para uma das doenças mais comuns e mortais que existem, que são os tumores cerebrais. Todos os anos, muitas pessoas morrem devido a tumores cerebrais; com base na estimativa do site "braintumor" nos EUA, cerca de 700.000 pessoas têm tumores cerebrais primários, e cerca de 85.000 pessoas são adicionadas a essa estimativa a cada ano. Para resolver esse problema, a inteligência artificial veio em auxílio da medicina e dos humanos. A ressonância magnética (RM) é o método mais comum para diagnosticar tumores cerebrais. Além disso, a RM é comumente utilizada em imagens médicas e processamento de imagem para diagnosticar dessemelhanças em diferentes partes do corpo. Neste estudo, realizamos uma revisão abrangente sobre os esforços existentes para aplicar diferentes tipos de métodos de aprendizado profundo nos dados de RM e determinamos os desafios existentes na área, seguidos por direções potenciais futuras. Um dos ramos do aprendizado profundo que tem sido muito bem-sucedido no processamento de imagens médicas é a CNN. Portanto, nesta revisão, várias arquiteturas de CNN foram analisadas com foco no processamento de imagens médicas, especialmente imagens de RM cerebral.