Отрывок: 3. PROPOSED METHOD Our proposed method is based on the well-established deep learning model Xception, vgg19, ResNet50, DenseNet121, Inception models. We prefer to use the DenseNet121 model (see detailed description in Table because , it extracts the features at low-level by using its smaller kernel size, which is appropriate for COVID-19 images with a lower number of layers c...
Название : | Automatic classification infectious disease X-ray images based on deep learning algorithms |
Авторы/Редакторы : | Makarovskikh T. Salah A. Badr A. Mishra P. Abotaleb M. |
Дата публикации : | 2022 |
Библиографическое описание : | Automatic classification infectious disease X-ray images based on deep learning algorithms / T. Makarovskikh, A. Salah, A. Badr, P. Mishra, M. Abotaleb // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 042302. |
Аннотация : | Последние технологические достижения позволяют использовать глубокое обучения практически во всех сферах жизни. Поскольку методы глубокого обучения точны, они могут быть использовать в медицине для классификации и выявления различных заболеваний. SARSCoV2 можно диагностировать с помощью ПЦР и медицинской визуализации. Для диагностики SARSCoV2 используется рентгеновский снимок грудной клетки. Recent technological advancements allow deep learning to be employed in practically every aspect of life.Because deep learning techniques are so precise, they can be utilized in medicine to classify and detect various diseases. The coronavirus (SARSCoV2) epidemic has recently affected global health systems. SARSCoV2 may be diagnosed via PCR and medical imaging. A chest X-ray is used to diagnose SARSCoV2. This paper proposes a deep learning technique to distinguish SARSCoV2 positive and normal cases. X-rays are the traditional method for diagnosing SARSCoV2, and deep learning models have proven their superior ability to classify medical images, which will be the tool in the future for the classification of any other epidemics that may appear in the future. In this study, not only are the deep learning models finetuned, but also the hyperparameters are fine-tuned, which significantly improves the performance of the fine-tuned deep learning models. we developed a system based on deep learning algorithms to clas |
Другие идентификаторы : | RU\НТБ СГАУ\491187 |
Ключевые слова: | Convolution Neural Network Covid 19 Inception DenseNet121 ResNet50 vgg19 Xception X-ray Image Classification алгоритмы глубокого обучения автоматическая классификация рентгеновские изображения инфекционных болезней нейронные сети конволюционная нейронная сеть классификация рентгеновских изображений |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-042302.pdf | 708.71 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.