転移学習を用いた胸部X線からのCOVID-19と肺炎の自動検出【JST・京大機械翻訳】

Pathari, S.; U, R.

プレプリント

J-GLOBAL ID：202202204363830756 整理番号：22P0265035

転移学習を用いた胸部X線からのCOVID-19と肺炎の自動検出【JST・京大機械翻訳】

Automatic Detection of COVID-19 and Pneumonia from Chest X-Ray using Transfer Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年06月01日プレプリントサーバーでの情報更新日： 2020年06月01日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究では,共通ウイルス性肺炎,細菌性肺炎,確認されたCovid-19疾患患者からのX線画像のデータセットを,Coronavirus病の自動検出に利用した。調査のポイントは,臨床画像順序のために進行中の年にわたって提案された切断エッジ畳込みニューラルシステム構造の展示を評価することである。特に,転送学習と呼ばれるシステムを受信した。転送学習により,少ない臨床画像データセットにおけるノルムからの異なる変動の位置は,到達可能な目的であり,規則的に驚くべき結果を生じる。この試験で用いたデータセット。第1に,24000のX線画像の収集は,確認されたCovid-19疾患のための6000の画像を含んで,6000は,正常状態の一般的細菌性肺炎と6000のイメージを確認した。情報を収集し,オープン臨床店のアクセス可能なX線像から拡大した。結果は,X線画像による深い学習が,Covid-19病気で同定された注目すべき生物学的マーカーを分離し,一方,得られた最良の精度,影響性,および特殊性は,個々に,97.83%,96.81%,および98.56%であった。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

呼吸器の診断 , 感染症・寄生虫症の診断

, , , ,

前のページに戻る