通过深度特征提取进行 COVID-19 检测
图像与视频处理
2021-11-23 v1 计算机视觉与模式识别
机器学习
摘要
SARS-CoV2 病毒给人类带来了巨大苦难。能够准确判定一个人是否感染 COVID-19 的预测建模至关重要。本研究提出一种新方法，利用深度特征提取技术，以预训练 ResNet50 作为网络骨干，并结合 Logistic Regression 作为头部模型。所提模型已在 Kaggle COVID-19 Radiography Dataset 上训练。该模型在 COVID-19 与正常 X 射线图像类别上取得了 100% 的交叉验证准确率。类似地，在合并的三类上测试时，所提模型取得了 98.84% 的准确率。
引用
@article{arxiv.2111.10762,
title = {COVID-19 Detection through Deep Feature Extraction},
author = {Jash Dalvi and Aziz Bohra},
journal= {arXiv preprint arXiv:2111.10762},
year = {2021}
}