基于深度学习技术的 COVID-19 自动检测与预测：综述
机器学习
2024-02-13 v7 图像与视频处理
摘要
冠状病毒（COVID-19）是一种危险的疾病，通过直接影响肺部危及全球许多人的健康。COVID-19 是一种中等大小、有包膜的病毒，具有单链 RNA，也是 RNA 基因组最大的病毒之一，直径约 120 nm。X 射线与计算机断层扫描（CT）成像模态被广泛用于获得快速而准确的医学诊断。从这些医学图像中识别 COVID-19 极具挑战性，因为耗时且易受人误影响。因此，人工智能（AI）方法可用于获得稳定高性能。在 AI 方法中，深度学习（DL）网络近来相比传统机器学习（ML）更受欢迎。与 ML 不同，特征提取、特征选择与分类的所有阶段在 DL 模型中自动完成。本文全面综述了将 DL 技术应用于 COVID-19 诊断与肺部分割的研究，重点关注使用 X 射线和 CT 图像的工作。此外，呈现了利用 DL 预测世界不同地区冠状病毒流行程度的论文综述。最后，讨论了使用 DL 技术检测 COVID-19 所面临的挑战与未来研究方向。
引用
@article{arxiv.2007.10785,
title = {Automated Detection and Forecasting of COVID-19 using Deep Learning Techniques: A Review},
author = {Afshin Shoeibi and Marjane Khodatars and Mahboobeh Jafari and Navid Ghassemi and Delaram Sadeghi and Parisa Moridian and Ali Khadem and Roohallah Alizadehsani and Sadiq Hussain and Assef Zare and Zahra Alizadeh Sani and Fahime Khozeimeh and Saeid Nahavandi and U. Rajendra Acharya and Juan M. Gorriz},
journal= {arXiv preprint arXiv:2007.10785},
year = {2024}
}