基于CNN利用胸部X射线成像识别COVID-19疾病
图像与视频处理
2021-09-07 v1 计算机视觉与模式识别
摘要
自COVID-19大流行蔓延以来，胸部X射线图像(CXR)作为RT-PCR检测的补充筛查技术，在临床用于呼吸道症状的应用日益增长。因此，许多新的深度学习方法得以发展。本研究的目标是评估卷积神经网络(CNNs)利用胸部X射线图像诊断COVID-19的性能。本研究评估了具有一、三和四个卷积层的CNN的性能。本研究使用了13,808张CXR照片的数据集。当在数据集三种划分的X射线图像上评估时，我们的初步实验结果表明，具有三个卷积层的CNN模型可以可靠地以96%的准确率进行检测（精确率为96%）。这一事实表明了我们所提模型在COVID-19可靠筛查方面的适用性。
引用
@article{arxiv.2109.02103,
title = {Recognition of COVID-19 Disease Utilizing X-Ray Imaging of the Chest Using CNN},
author = {Md Gulzar Hussain and Ye Shiren},
journal= {arXiv preprint arXiv:2109.02103},
year = {2021}
}
备注
Accepted and Presented in International Conference on Computing, Electronics & Communications Engineering (iCCECE '21)