使用采用的卷积神经网络和高性能计算的COVID-19检测.
Anil Kumar Singh1, Ankit Kumar2, Vinay Kumar3
1Department of Computer Science and Engineering, Pranveer Singh Institute of Technology, Dr. APJ Abdul Kalam Technical University, Lucknow, India.
Multimedia tools and applications
|June 26, 2023
概括
本研究介绍了一种自由可用的人工智能模型,使用深度卷积神经网络 (CNN) 与ResNet50用于从胸部X射线中检测COVID-19. 人工智能模型在识别冠状病毒疾病时达到约97%的准确性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 传染性疾病 传染性疾病
背景情况:
- 随着COVID-19的流行,全球健康面临重大威胁,需要快速准确的诊断工具.
- 放射性成像,特别是胸部放射,对于查和评估呼吸系统参与至关重要.
研究的目的:
- 开发和展示一种可访问的人工智能 (AI) 模型,用于从胸部放射扫描中检测COVID-19.
- 评估模型在实时识别冠状病毒疾病方面的表现.
主要方法:
- 使用了具有ResNet50配置的深卷积神经网络 (CNN) 模型.
- 该模型使用胸部放射图像进行训练和验证,以检测表明COVID-19的特征.
- 使用数据库追踪检测到的患者,以提高模型的准确性.
主要成果:
- 拟议的AI模型表现出高精度,从胸部X射线扫描中检测到COVID-19的准确率约为97%.
- 该模型能够识别冠状病毒疾病并评估患者的实时状况.
结论:
- 基于CNN和ResNet50开发的AI模型,提供了一种有前途且易于使用的工具,用于使用胸部X射线检测COVID-19.
- 该模型的准确性和数据库集成支持其广泛临床应用和提高诊断效率的潜力.
