MEDNC：用于 COVID-19 诊断的多集成深度神经网络
图像与视频处理
2023-04-27 v1 计算机视觉与模式识别
机器学习
摘要
2019 冠状病毒病（COVID-19）已在全世界蔓延三年，但许多地区的医疗设施仍不充足。亟需快速诊断 COVID-19 以识别高危患者并最大化有限医疗资源的利用。受此启发，我们提出了深度学习框架 MEDNC，利用计算机断层扫描（CT）图像对 COVID-19 进行自动预测与诊断。我们的模型使用两套公开可用的 COVID-19 数据集进行训练，并受迁移学习启发构建。结果表明，MEDNC 极大提升了 COVID-19 感染的检测能力，分别达到 98.79% 和 99.82% 的准确率。我们在脑肿瘤和血细胞数据集上测试了 MEDNC，以表明我们的模型可广泛应用于各类问题。结果显示，我们所提出的模型分别达到了 99.39% 和 99.28% 的准确率。这一 COVID-19 识别工具可在病毒筛查时帮助优化医疗资源并减轻临床医生的工作负担。
引用
@article{arxiv.2304.13135,
title = {MEDNC: Multi-ensemble deep neural network for COVID-19 diagnosis},
author = {Lin Yang and Shuihua Wang and Yudong Zhang},
journal= {arXiv preprint arXiv:2304.13135},
year = {2023}
}