Resumen

La neumonía por nuevos coronavirus (NCP) se ha convertido en una enfermedad pandémica mundial, y el análisis y reconocimiento de imágenes basados en tomografía computarizada (TC) son una de las herramientas importantes para el diagnóstico clínico. Con el fin de ayudar al personal médico a lograr un diagnóstico eficiente y rápido de los pacientes con nueva neumonía por coronavirus, este artículo propone un algoritmo de diagnóstico asistido basado en el aprendizaje profundo ensemble. El método combina el aprendizaje ensemble Stacked Generalization con el aprendizaje profundo VGG16 para formar un clasificador en cascada, y la información que constituye el clasificador en cascada proviene de múltiples subconjuntos del conjunto de entrenamiento, cada uno de los cuales se utiliza para recopilar información desviada sobre el comportamiento de generalización del conjunto de datos, de tal manera que esta información desviada llena el clasificador en cascada. El algoritmo se validó experimentalmente para clasificar pacientes con neumonía por coronavirus novel, pacientes con neumonía común (CP) y controles normales, y el algoritmo alcanzó una precisión de predicción del 93,57%, una sensibilidad del 94,21%, una especificidad del 93,93%, una precisión del 89,40% y una puntuación F1 de 91,74 para las tres categorías. Los resultados muestran que el método propuesto en este artículo tiene un buen rendimiento de clasificación y puede mejorar significativamente el rendimiento de las redes neuronales profundas para tareas de predicción multicategoría.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:clasificador en cascada, pacientes, aprendizaje profundo, información desviada, neumonía por coronavirus Novel, algoritmo de diagnóstico asistido, redes neuronales profundas, enfermedad pandémica global, buen rendimiento de clasificación, tareas de predicción multicategoría.
• Keywords:cascade classifier, patients, deep learning, deviant information, Novel coronavirus pneumonia, assisted diagnosis algorithm, deep neural networks, global pandemic disease, good classification performance, multicategory prediction tasks