Diseño y análisis de un modelo de marco de trabajo de conjunto de aprendizaje profundo para la detección de COVID-19 y neumonía utilizando conjuntos de datos de imágenes de tomografía computarizada y radiografías a gran escala
Autores: Xue, Xingsi; Chinnaperumal, Seelammal; Abdulsahib, Ghaida Muttashar; Manyam, Rajasekhar Reddy; Marappan, Raja; Raju, Sekar Kidambi; Khalaf, Osamah Ibrahim
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Diseño y análisis de un modelo de marco de trabajo de conjunto de aprendizaje profundo para la detección de COVID-19 y neumonía utilizando conjuntos de datos de imágenes de tomografía computarizada y radiografías a gran escala
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Covid-19
Aprendizaje profundo
Tomografías computarizadas
Inteligencia artificial
Imágenes de rayos X
Neumonía
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Recientemente, se han desarrollado varios métodos para identificar casos de COVID-19, como pruebas de PCR y procedimientos sin contacto como radiografías de tórax y tomografías computarizadas (TC). El aprendizaje profundo (DL) y la inteligencia artificial (AI) son herramientas críticas para la detección temprana y precisa de COVID-19.
Descripción
Recientemente, se han desarrollado varios métodos para identificar casos de COVID-19, como pruebas de PCR y procedimientos sin contacto como radiografías de tórax y tomografías computarizadas (TC). El aprendizaje profundo (DL) y la inteligencia artificial (AI) son herramientas críticas para la detección temprana y precisa de COVID-19.