COVID-19検出のための人工知能  現状のレビュー【JST・京大機械翻訳】

Sarosh Parsa; Parah Shabir A.; Mansur Romany F; Bhat G. M.

プレプリント

J-GLOBAL ID：202202205522445695 整理番号：22P0217160

COVID-19検出のための人工知能現状のレビュー【JST・京大機械翻訳】

Artificial Intelligence for COVID-19 Detection -- A state-of-the-art review

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 (4件)： , , ,
資料名：
発行年： 2020年11月25日プレプリントサーバーでの情報更新日： 2020年11月25日
JST資料番号： O7000B 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)

COVID-19の出現は,その適切な管理のために科学コミュニティによって多くの努力を必要とした。緊急臨床反応は,パンデミックにより起こる非終末脱血管の面で必要とされる。これらの努力は,スクリーニング,治療,ワクチン開発,接触追跡および生存予測の改善のための技術革新を含む。深層学習(DL)と人工知能(AI)の使用は,上記の球の全てで探索できる。本論文は,総合的なCOVID-19管理のさまざまな側面における深い学習と人工知能の役割,特にCOVID-19検出と分類についてレビューすることを目的とした。DLモデルを,患者のCTスキャンとX線画像のような臨床様式を分析するために開発し,それらの病理学的状態を予測する。DLモデルは,COVID-19肺炎を検出し,COVID-19,コミュニティ要求肺炎(CAP),Viralおよび細菌性肺炎,および正常条件を識別することを目的とする。さらに,洗練されたモデルを構築して,肺の影響を受けた領域をセグメント化し,損傷の程度をより良く理解するための感染量を定量化した。多くのモデルは,VGG19,ResNet50,およびAlexNetのような事前訓練モデルの助けを借りて,転送学習の概念を,独立に,または,開発する。モデル開発とは別に,データ前処理と増強も行い,医療応用でしばしば遭遇する不十分なデータサンプルの課題に対処した。DLとAIは,グローバル緊急事態によって提起される課題に耐えるために効果的に実装できると評価できる。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る

COVID-19検出のための人工知能 現状のレビュー【JST・京大機械翻訳】

COVID-19検出のための人工知能現状のレビュー【JST・京大機械翻訳】