使用 CNN 与 VGG16 在胸部 CT 图像上进行 COVID-19 疾病识别
图像与视频处理
2022-07-12 v1 计算机视觉与模式识别
机器学习
摘要
一种新发现的称为 COVID-19 的冠状病毒疾病主要影响人类呼吸系统。COVID-19 是一种由 2019 年 12 月起源于中国武汉的病毒引起的传染病。早期诊断是医疗保健提供者的主要挑战。在早期阶段,医疗机构因缺乏适当的健康辅助手段或药物来检测 COVID-19 而不知所措。一种称为 RT-PCR(逆转录聚合酶链反应)的新诊断工具被引入。它从患者鼻或喉收集拭子标本,即 COVID-19 病毒聚集处。该方法在准确率和检测时间方面存在局限。医学专家提出一种称为 CT(计算机断层扫描)的替代方法,可快速诊断受感染肺区并在早期识别 COVID-19。利用胸部 CT 图像,计算机研究人员开发了若干深度学习模型以识别 COVID-19 疾病。本研究提出一种基于卷积神经网络(CNN)和 VGG16 的模型,用于胸部 CT 图像上的自动化 COVID-19 识别。使用包含 14320 张 CT 图像的公共数据集的实验结果显示,CNN 和 VGG16 的分类准确率分别为 96.34% 和 96.99%。
引用
@article{arxiv.2207.04212,
title = {COVID-19 Disease Identification on Chest-CT images using CNN and VGG16},
author = {Briskline Kiruba S and Petchiammal A and D. Murugan},
journal= {arXiv preprint arXiv:2207.04212},
year = {2022}
}