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。
COVID-19(コロナウイルス)は,重症急性呼吸器症候群コロナウイルス2(SARS-CoV-2)によって引き起こされる進行中の流行である。ウイルスは,中国,武漢の湖北省で2019年中旬に最初に同定され,現在,75.5百万以上の確認事例と1.67百万以上の死亡を有する惑星全体に広がった。医療施設において利用可能なCOVID-19試験キットの限られた数で,商業規模で使用できるCOVID-19検出のための代替診断オプションとして自動検出システムを開発し,実装することが重要である。胸部X線は,COVID-19疾患の診断において重要な役割を果たす最初のイメージング技術である。コンピュータビジョンと深層学習技術は,胸部X線画像によるCOVID-19ウイルスの決定を助けることができる。大規模な注釈付き画像データセットの高いアベイラビリティのために,画像分析と分類のために畳み込みニューラルネットワークを用いて大きな成功を達成した。本研究では,二値出力:正常およびCovidを持つ5つのオープンアクセスデータセット上で訓練された深い畳込みニューラルネットワークを提案した。モデルの性能を,4つの事前訓練畳込みニューラルネットワークベースモデル(COVID-Net,ResNet18,ResNetおよびMobileNet-V2)と比較し,提案モデルが,他の4つの事前訓練モデルと比較して,検証セットに対してより良い精度を提供することがわかった。本研究は,商業規模でさらに推進し実装できる有望な結果を提供した。【JST・京大機械翻訳】