Evolving Tsukamoto Neuro Fuzzy Model for Multiclass Covid 19 Classification with Chest X Ray Images

要約

急速な人口増加と迅速な意思決定のために人工知能を使用する必要性により、機械学習ベースの病気検出モデルと異常識別システムの開発により、医療診断のレベルが大幅に向上しました。
世界中の病気を解決するために、新型コロナウイルス感染症 (COVID-19) の自動検出フレームワークを開発することで、医師による病気の診断プロセスを支援し、正確かつ迅速な結果を提供します。
この論文では、Covid 19 を検出するための機械学習ベースのフレームワークを提案します。提案されたモデルでは、塚本神経ファジィ推論ネットワークを使用して、Covid 19 疾患を通常の症例や肺炎の症例から識別および区別します。
従来のトレーニング方法では勾配ベースのアルゴリズムと再帰的最小二乗法によってニューロファジィモデルのパラメータを調整しますが、私たちは進化ベースの最適化である Cat swarm アルゴリズムを使用してパラメータを更新します。
さらに、胸部 X 線画像から抽出された 6 つのテクスチャ特徴がモデルへの入力として n に与えられます。
最後に、提案されたモデルが胸部 X 線データセットに対して実行され、Covid 19 を検出します。シミュレーション結果は、提案されたモデルが精度 98.51%、感度 98.35%、特異度 98.08%、F1 スコア 98.17% を達成していることを示しています。
。

要約(オリジナル)

Du e to rapid population growth and the need to use artificial intelligence to make quick decisions, developing a machine learning-based disease detection model and abnormality identification system has greatly improved the level of medical diagnosis Since COVID-19 has become one of the most severe diseases in the world, developing an automatic COVID-19 detection framework helps medical doctors in the diagnostic process of disease and provides correct and fast results. In this paper, we propose a machine lear ning based framework for the detection of Covid 19. The proposed model employs a Tsukamoto Neuro Fuzzy Inference network to identify and distinguish Covid 19 disease from normal and pneumonia cases. While the traditional training methods tune the parameters of the neuro-fuzzy model by gradient-based algorithms and recursive least square method, we use an evolutionary-based optimization, the Cat swarm algorithm to update the parameters. In addition, six texture features extracted from chest X-ray images are give n as input to the model. Finally, the proposed model is conducted on the chest X-ray dataset to detect Covid 19. The simulation results indicate that the proposed model achieves an accuracy of 98.51%, sensitivity of 98.35%, specificity of 98.08%, and F1 score of 98.17%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google