Resumen

La pandemia de COVID-19 ha causado estragos en la vida cotidiana de los seres humanos y devastado muchas economas en todo el mundo, cobrndose millones de vidas hasta la fecha. Los estudios sobre la COVID-19 han demostrado que los adultos mayores y las personas con antecedentes de diversos problemas mdicos, concretamente casos anteriores de neumona, corren un mayor riesgo de desarrollar complicaciones graves a causa de la COVID-19. Como la neumona es un tipo comn de infeccin que se propaga en los pulmones, los mdicos suelen realizar radiografas de trax para identificar las regiones infectadas de los pulmones. En este estudio, se utilizan herramientas de aprendizaje automtico como LabelBinarizer para realizar una codificacin de un solo disparo en las imgenes de rayos X de trax etiquetadas y transformarlas en forma categrica utilizando la herramienta to_categorical de Python. Posteriormente, se utilizan varias caractersticas de aprendizaje profundo, como la red neuronal convolucional (CNN), VGG16, AveragePooling2D, dropout, flatten, dense y input, para construir un modelo de deteccin. Adam se utiliza como optimizador, que puede aplicarse posteriormente para predecir la neumona en pacientes COVID-19. El modelo predijo la neumona con una precisin media del 91,69%, una sensibilidad del 95,92% y una especificidad del 100%. El modelo tambin reduce eficazmente la prdida de entrenamiento y aumenta la precisin.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Covid-19; Neumonía; Aprendizaje automático; Aprendizaje profundo; Modelo de detección; Precisión.
• Keywords:Covid-19; Pneumonia; Machine learning; Deep learning; Detection model; Accuracy