基于神经网络的 X 射线 Covid-19 诊断
图像与视频处理
2021-06-01 v1 计算机视觉与模式识别
机器学习
摘要
冠状病毒或 COVID-19 是一种大流行疾病，已在全球造成逾百万伤亡并感染了大量个体。能够快速、高精度筛查 COVID-19 感染的创新工具对医疗专业人员至关重要。目前用于 COVID-19 诊断的主要临床工具是逆转录聚合酶链反应（RT-PCR），其昂贵、灵敏度较低且需要专业临床人员。X 射线成像是一种易于获取的 apparatus，可作为 COVID-19 诊断的良好替代。本研究旨在探讨人工智能在从胸部 X 射线图像中快速准确检测 COVID-19 方面的效用。本文的目标是提出一种从数字胸部 X 射线图像中自动检测 COVID-19 的技术，应用预训练深度学习算法并提高检测精度。其目的在于通过学习型图像分类模型为过度负荷的临床专业人员提供第二双眼睛。我们通过几种流行 CNN 模型的初步对比研究确定了合适的卷积神经网络（CNN）模型。
引用
@article{arxiv.2105.14333,
title = {Covid-19 diagnosis from x-ray using neural networks},
author = {Dinesh J and Mohammed Rhithick A},
journal= {arXiv preprint arXiv:2105.14333},
year = {2021}
}
备注
3 Graphs, 1 Figures