抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】