Repositório para o projeto das disciplinas ECOM178-M REDES NEURAIS E APRENDIZADO PROFUNDO e ECOM181 - FUNDAMENTOS DE IA APLICADOS AO DIAGNÓSTICO MÉDICO.
Neste trabalho, foi realizado um fine-tuning da rede neural EfficientNetB5, com os pesos treinados no dataset ImageNet. Para o problema deste trabalho, o fine-tuning foi feito para classificar radiografia de tórax em 3 classes: atypical, indeterminate e typical para COVID19. Mais informações sobre o dataset estão disponíveis no arquivo README.md do diretório datasets.
O código que faz a conversão de .dcm para .png, que monta o dataframe com os pares imagem-classe, que faz a redestribuição do dataframe em treino e teste, que carrega essa distribuição em data generators e faz o fine-tuning da EfficientNetB5 está contido no diretório src.
Por favor, não esqueça de verificar a licensa deste projeto. Você também pode contribuir, basta sugerir modificações por um Pull Request.