从CT切片中诊断Covid-19使用鱼优化算法,支持向量机和多层感知子
R Betshrine Rachel1, H Khanna Nehemiah1, Vaibhav Kumar Singh2
1Ramanujan Computing Centre, College of Engineering Guindy, Anna University, Chennai, Tamil Nadu, India.
Journal of X-ray science and technology
|January 8, 2024
概括
一个新的计算机辅助诊断 (CAD) 系统有效地从胸部CT扫描中识别Covid-19. 使用鱼优化算法 (WOA) 的特征选择显著提高了多层感知器 (MLP) 的精度,达到88.94%.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 诊断系统 诊断系统
背景情况:
- 新冠病毒病2019 (Covid-19) 是由SARS-CoV-2引起的严重呼吸道疾病.
- 准确及时诊断对于管理Covid-19至关重要.
- 胸部计算机断层扫描 (CT) 是Covid-19检测的关键成像方式.
研究的目的:
- 开发和评估使用胸部CT切片检测Covid-19的计算机辅助诊断 (CAD) 系统.
- 通过优化功能选择来提高诊断准确性.
- 将拟议系统的性能与已有的机器学习分类器进行比较.
主要方法:
- 使用Otsu的值方法进行肺组织细分.
- 识别和注释COVID-19病变作为感兴趣的区域 (ROI).
- 特性提取 (纹理和形状),通过鱼优化算法 (WOA) 和支持矢量机 (SVM) 精度进行选择,并使用多层感知器 (MLP) 进行分类.
主要成果:
- 拟议的CAD系统在特征选择方面实现了88.94%的准确性.
- 没有特征选择的MLP分类器获得了80.40%的准确性.
- 该系统在实时数据集上显著超过了八个基准机器学习分类器.
结论:
- 使用WOA的特征选择大大提高了MLP分类器用于COVID-19检测的诊断准确度.
- 开发的CAD系统显示出高效率和临床应用潜力,用于从胸部CT扫描中诊断Covid-19.
- 统计分析证实了拟议方法对所考虑数据集的重大影响和优势.
