Biblioteca122.294 documentos en línea

Artículo

A Novel COVID-19 Diagnosis Support System Using the Stacking Approach and Transfer Learning Technique on Chest X-Ray ImagesUn novedoso sistema de apoyo al diagnóstico COVID-19 que utiliza el enfoque de apilamiento y la técnica de aprendizaje por transferencia en imágenes de rayos X de tórax

Resumen

La COVID-19 es una enfermedad infecciosa respiratoria similar a la gripe con diversos síntomas como tos o fiebre, que en casos graves puede causar neumonía. El objetivo de este trabajo es desarrollar un sistema de apoyo al diagnóstico médico rápido y preciso para detectar COVID-19 en imágenes de rayos X de tórax utilizando un enfoque de apilamiento que combina técnicas de aprendizaje de transferencia y el algoritmo KNN para la selección del mejor modelo. En el aprendizaje profundo, tenemos múltiples enfoques para construir un sistema de clasificación para analizar imágenes radiográficas. En este trabajo, utilizamos la técnica de aprendizaje de transferencia. Este enfoque permite almacenar y utilizar el conocimiento adquirido a partir de una red neuronal convolucional preentrenada para resolver un nuevo problema. Para garantizar la robustez del sistema propuesto para el diagnóstico de pacientes con COVID-19 mediante imágenes de rayos X, utilizamos un método de aprendizaje automático denominado enfoque de apilamiento para combinar las prestaciones de los numerosos modelos basados en el aprendizaje de transferencia. El modelo generado se entrenó en un conjunto de datos que contenía cuatro clases, a saber, COVID-19, tuberculosis, neumonía vírica y casos normales. El conjunto de datos utilizado procedía de un conjunto de datos de seis fuentes de imágenes de rayos X. Para evaluar el rendimiento del sistema propuesto, utilizamos diferentes medidas de evaluación comunes. Nuestro sistema propuesto alcanza una precisión extremadamente buena del 99,23x superando muchos estudios anteriores relacionados.

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