SISTEMA AVANÇADO DE DETECÇÃO E ALERTA DE ACIDENTES VASCULARES CEREBRAIS ATRAVÉS DE APRENDIZAGEM AUTOMÁTICA

O AVC tem um impacto socioeconómico significativo no mundo. Os acidentes vasculares cerebrais isquémicos surgem quando um coágulo de sangue (também conhecido por trombos) ou uma placa de gordura (constituída por resíduos de gordura colesterol e partículas de resíduos) bloqueia o fornecimento de sangue a uma parte do cérebro matando os neurónios dessa área (células cerebrais). A maioria dos doentes com AVC sobrevive à primeira doença mas as implicações a longo prazo para os indivíduos têm geralmente o maior impacto na sua saúde e podem também levar a um maior número de mortes. Por isso a deteção prévia do AVC é necessária para prevenir a doença. Foi apresentado um sistema de previsão de AVC baseado na nuvem para identificar o AVC utilizando uma abordagem de aprendizagem automática a fim de o diagnosticar numa fase precoce. A intenção do projeto é utilizar o algoritmo da rede neural de convolução (CNN) para conceber um sistema automatizado de divulgação precoce do AVC isquémico. O principal objetivo da utilização da CNN é detetar com precisão um AVC e alertar o médico ou a carreira o mais rapidamente possível.