Fitting of the “vit-base-patch16-224-in21k” model for pneumonia classification in chest radiographic images using transformer vision networks.

Abstract

La detección de neumonía es una tarea de alto impacto dentro del campo médico en general, y el análisis de la enfermedad mediante imágenes radiográficas se establece como prioridad para un diagnóstico oportuno ante la afección médica. En este contexto, la investigación planteó como objetivo principal utilizar las redes de vision transformers (ViT) para la clasificación de neumonía en imágenes radiograficas de tórax. Con el propósito de cumplir el objetivo se realizó un ajuste fino al modelo “vitbase-patch16-224-in21k” utilizando como marco de trabajo la metodología CRISP-ML(Q). El marco de trabajo ayudó al desarrollo de la investigación mediante 3 fases principales: Ingeniería de datos, donde se realizó la elección del conjunto de imágenes y en posteriormente se realizó el balanceo de las clases. La fase de ingeniería de modelos, ayudó al ajuste del modelo pre entrenado para la necesidad de la clasificación de neumonía según las clases del conjunto de datos “PNEUMONIA” y “NORMAL”. La tercera y última fase ayudó a la evaluación del modelo ajustado y que los resultados de la evaluación sean analizados en base a la métrica de la sensibilidad. Tras la finalización de las fases, se logró obtener los resultados de la investigación, que son: El modelo ajustado con un porcentaje del 99.34% de precisión en la clasificación de neumonía, y el análisis de clasificación basado en la métrica de sensibilidad, dónde el modelo ajustado obtuvo un porcentaje del 99.88% para clasificación de la clase “PNEUMONÍA” y un 98.76% de sensibilidad para la clasificación de la clase “NORMAL” en la evaluación. Adicionalmente se utilizó la técnica de Zero-Shot donde se obtuvo un resultado del 96.67% en la precisión del modelo y una sensibilidad total de 93.33% en la clasificación de neumonía. Finalmente se concluye que la solución propuesta para el ajuste del modelo es eficaz para la clasificación de neumonía, dados los altos porcentajes obtenidos en las métricas de evaluación. Por lo tanto, se establece como un aporte valioso en el estudio del uso de las redes ViT para la clasificación eficiente de enfermedades en imágenes.

Palabras clave: Visión transformer, Visión por computador, Neumonía, vitbase-patch16-224-in21k, CRISP-ML(Q), radiografía de tórax.