深度机器学习算法在COVID-19疾病诊断中的比较
机器学习
2020-10-12 v2 计算机视觉与模式识别
图像与视频处理
摘要
本工作旨在使用深度神经网络模型解决图像识别问题。当今，每个人都受到有害的冠状病毒疾病（也称为COVID-19）的威胁。冠状病毒的传播影响了世界上许多国家的经济。早期发现COVID-19患者对于防止其传播和对社会的危害至关重要。病理学检测和色谱法(CT)扫描有助于诊断COVID-19。然而，这些检测存在诸多缺点，例如大量的假阳性，且检测成本非常昂贵。因此，需要寻找一种简单、准确且廉价的方法来检测有害的COVID-19疾病。胸部X光片可用于检测该疾病。因此，在本工作中，利用现代机器学习技术，通过胸部X光图像对疑似COVID-19患者进行诊断。我们对结果进行了分析，并得出了关于深度机器学习算法在图像识别问题中有效性的结论。
关键词
引用
@article{arxiv.2008.11639,
title = {A comparison of deep machine learning algorithms in COVID-19 disease diagnosis},
author = {Samir S. Yadav and Jasminder Kaur Sandhu and Mininath R. Bendre and Pratap S. Vikhe and Amandeep Kaur},
journal= {arXiv preprint arXiv:2008.11639},
year = {2020}
}
备注
16 pages, 10 figures, 11 tables