通过metaheuristic优化和人工智能启用CT图像进行COVID-19检测的最佳特征选择
Dattaprasad A Torse1, Rajashri Khanai2, Krishna Pai1
1Department of ECE, KLE Dr. M.S. Sheshgiri College of Engineering and Technology, Udyambag, Belagavi, KA 590008 India.
Multimedia tools and applications
|June 26, 2023
概括
这项研究引入了一种新的人工智能 (AI) 方法,用于使用胸部CT扫描检测COVID-19肺炎. 人工智能模型实现了87.2%的准确性,提高了医疗保健的诊断效率.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算生物学 计算生物学
背景情况:
- 冠状病毒 (CoV) 包含各种病毒,包括导致普通感冒和严重肺部感染的病毒.
- 起源于中国武汉的COVID-19大流行病已经发生突变并在全球范围内传播,给医疗保健系统带来了压力,特别是在印度等人口密集的国家.
- 准确和高效的诊断工具对于管理COVID-19的广泛影响至关重要,特别是在资源有限的环境中.
研究的目的:
- 开发和评估一种用于自动检测COVID-19肺炎的新型元启发算法.
- 在高分辨率计算机断层扫描 (HRCT) 图像上利用人工智能 (AI) 来提高诊断准确度.
- 将胸部HRCT图像分为三个类别:正常,COVID-19和肺炎.
主要方法:
- 一种新的元启发算法,即修改的基于量子的海洋捕食者算法 (Mq-MPA),用于特征选择.
- 在三类分类任务中使用了最小正方形支向量机 (LSSVM) 分类器.
- 拟议的人工智能模型的性能使用分类准确性和F1得分指标进行了评估.
主要成果:
- 拟议的人工智能模型的分类准确率为87.2%,多类分类的F1得分为86.3%.
- 与深度学习模型相比,Mq-MPA特征选择算法显示LSSVM分类时间减少了23%.
- 对信息传输速率 (ITR) 的分析表明了Mq-MPA在特征选择中的效率.
结论:
- 开发的人工智能驱动的方法显示,使用胸部HRCT图像准确有效地检测COVID-19肺炎.
- Mq-MPA算法有效地减少了分类时间,提高了AI在医学诊断中的实用性.
- 这种人工智能技术可以通过提高诊断能力来帮助医疗保健专业人员,特别是在缺乏专业知识的偏远地区.
