Resumen

La detección temprana de la enfermedad de neumonía puede aumentar la tasa de supervivencia de los pacientes pulmonares. Las imágenes de radiografía de tórax (CXR) son el principal medio para detectar y diagnosticar la neumonía. Detectar neumonía a partir de imágenes de CXR por un radiólogo entrenado es una tarea desafiante. Se necesita un sistema de diagnóstico asistido por computadora automático para mejorar la precisión del diagnóstico. Desarrollar un enfoque ligero de detección automática de neumonía para sistemas médicos energéticamente eficientes juega un papel importante en mejorar la calidad de la atención médica con costos reducidos y una respuesta más rápida. Trabajos recientes han propuesto desarrollar modelos de detección automatizada utilizando métodos de aprendizaje profundo (DL). Sin embargo, la eficiencia y efectividad de estos modelos deben mejorarse porque dependen de los valores de los hiperparámetros de los modelos. Elegir valores adecuados de hiperparámetros es una tarea crítica para constr

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Detección; Neumonía; Imágenes de radiografía de tórax; Aprendizaje profundo; Hiperparámetros; Liviano
• Keywords:Detection; Pneumonia; CXR images; Deep learning; Hyperparameters; Lightweight