深度学习技术的性能评估,用于肺癌预测
B S Deepapriya1, Parasuraman Kumar2, G Nandakumar3
1Department of Computer Science and Engineering, Erode Sengunthar Engineering College, Erode, Tamilnadu India.
Soft computing
|May 31, 2023
概括
这项研究探讨了使用医学成像来预测早期肺部疾病的深度学习模型. 它确定了最有效的深度学习技术,以准确检测肺部疾病.
科学领域:
- 医学成像分析 医学成像分析
- 医疗保健中的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 全球污染水平的上升与肺部疾病死亡率的增加有关.
- 早期发现疾病对于有效的患者治疗结果至关重要.
- 计算机辅助诊断 (CAD) 系统通过自动化增强了医疗诊断.
研究的目的:
- 评估和识别用于肺部疾病预测的表现最好的深度学习技术.
- 为了利用人工智能,更早,更准确地诊断肺部疾病.
- 使用胸部X射线和CT扫描输入对比各种深度学习模型.
主要方法:
- 实验了几种深度学习模型.
- 使用胸部X射线和CT扫描图像作为输入数据.
- 使用精确度,回忆,准确度和雅卡德指数等指标进行绩效评估.
主要成果:
- 识别用于肺部疾病检测的高级深度学习模型.
- 使用已确定的指标量化模型性能量化.
- 演示深度学习在计算机辅助肺部疾病诊断中的有效性.
结论:
- 深度学习模型对早期肺部疾病预测有显著的前景.
- 该研究提供了对医疗成像基础诊断的最佳AI技术的见解.
- 这项研究支持将自动化系统集成到临床实践中,以改善患者护理.
