DCNNV-19：用于胸部计算机断层扫描中 COVID-19 检测的深度卷积神经网络
图像与视频处理
2022-08-24 v2 计算机视觉与模式识别
摘要
本技术报告提出使用深度卷积神经网络作为分析有严重急性呼吸综合征（SARS）症状和疑似 COVID-19 疾病患者胸部计算机断层扫描图像的初步诊断方法，特别是在 RT-PCR 结果延迟且缺乏紧急护理可能导致严重暂时、长期或永久性健康损害的场合。该模型在 83,391 张图像上训练，在 15,297 张上验证，在 22,185 张上测试，取得了 98% 的 F1 分数、97.59% 的 Cohen's Kappa、98.4% 的准确率和 5.09% 的损失。证明了高度准确的自动化分类，并比当前金标准检查实时逆转录聚合酶链反应（RT-PCR）提供更短的结果时间。
引用
@article{arxiv.2208.09349,
title = {DCNNV-19: A Deep Convolutional Neural Network for COVID-19 Detection in Chest Computed Tomographies},
author = {Victor Felipe Reis-Silva},
journal= {arXiv preprint arXiv:2208.09349},
year = {2022}
}
备注
17 pages, English version