基于深度学习方法在胸部 X 射线图像中检测 COVID-19 的实证研究
图像与视频处理
2020-10-13 v1 计算机视觉与模式识别
机器学习
摘要
COVID-19 病毒的传播增加了提供检测试剂盒的努力。这些试剂盒的制备不仅困难、稀缺且昂贵，而且使用它们也是另一个问题。结果表明，这些试剂盒需要一些关键时间来识别病毒，此外它们还存在 30% 的失误率。在本文中，我们研究了利用无处不在的 X 射线图像，通过现有的卷积神经网络（CNNs）对 COVID-19 胸部 X 射线图像进行分类。我们打算用不同的 CNN 架构（包括 VGG19、Densnet-121 和 Xception）训练感染与未感染的胸部 X 射线图像。训练这些架构得到了不同的准确率，比通常的检测方式更快且更精确。
引用
@article{arxiv.2010.04936,
title = {An Empirical Study on Detecting COVID-19 in Chest X-ray Images Using Deep Learning Based Methods},
author = {Ramtin Babaeipour and Elham Azizi and Hassan Khotanlou},
journal= {arXiv preprint arXiv:2010.04936},
year = {2020}
}
备注
This paper is submitted to the The IKT 2020 conference