基于 CT 图像与预训练模型的 COVID-19 疾病诊断
图像与视频处理
2022-08-17 v1 计算机视觉与模式识别
摘要
COVID-19 的诊断对于疾病的预防与控制十分必要。深度学习方法已被视为一种快速且准确的方法。本文通过并行组合三个著名的预训练网络，尝试区分冠状病毒感染样本与健康样本。模型训练采用了负对数似然损失函数。诊断使用了 SARS-CoV-2 数据集中的 CT 扫描图像。SARS-CoV-2 数据集包含 2482 张肺部 CT 扫描图像，其中 1252 张属于 COVID-19 感染样本。所提模型的准确率接近 97%。
引用
@article{arxiv.2208.07829,
title = {Diagnosis of COVID-19 disease using CT scan images and pre-trained models},
author = {Faezeh Amouzegar and Hamid Mirvaziri and Mostafa Ghazizadeh-Ahsaee and Mahdi Shariatzadeh},
journal= {arXiv preprint arXiv:2208.07829},
year = {2022}
}