Biblioteca122.739 documentos en línea

Artículo

Comparison and Validation of Deep Learning Models for the Diagnosis of PneumoniaComparación y validación de modelos de aprendizaje profundo para el diagnóstico de la neumonía

Resumen

Como infección respiratoria, la neumonía ha ganado gran atención en países de todo el mundo por su fuerte propagación y su mortalidad relativamente alta. En el caso de la neumonía, la detección y el tratamiento tempranos reducirán significativamente su tasa de mortalidad. En la actualidad, el diagnóstico por rayos X está reconocido como un método relativamente eficaz. El análisis visual de la radiografía de tórax de un paciente por parte de un médico experimentado dura entre 5 y 15 minutos. Cuando los casos se concentran, esto sin duda supondrá una enorme presión para el diagnóstico clínico del médico. Por lo tanto, confiar en el ojo desnudo del médico especialista en imágenes tiene una eficacia muy baja. Por lo tanto, el uso de la inteligencia artificial para el diagnóstico clínico por imagen de la neumonía es algo necesario. Además, el reconocimiento de la inteligencia artificial es muy rápido, y las redes neuronales convolucionales (CNN) han logrado un mejor rendimiento que los seres humanos en términos de identificación de imágenes. Por lo tanto, utilizamos el conjunto de datos que tiene imágenes de rayos X de tórax para la clasificación puesto a disposición por Kaggle con un total de 5216 imágenes de entrenamiento y 624 de prueba, con 2 clases como normal y neumonía. Realizamos estudios utilizando cinco algoritmos de red principales para clasificar estas enfermedades en el conjunto de datos y comparamos los resultados, a partir de los cuales mejoramos la estructura de red de MobileNet y logramos una tasa de precisión mayor que la de otros métodos. Además, la red mejorada de MobileNet podría extenderse a otros ámbitos de aplicación.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento