Diagnosis of COVID-19 disease using CT scan images and pre-trained models

要約

COVID-19 の診断は、この病気を予防および制御するために必要です。
ディープ ラーニング手法は、高速で正確な手法と見なされてきました。
この論文では、よく知られている 3 つの事前トレーニング済みネットワークを並列に組み合わせることにより、コロナウイルスに感染したサンプルと健康なサンプルを区別しようとしました。
モデルのトレーニングには、負の対数尤度損失関数が使用されています。
SARS-CoV-2 データセットの CT スキャン画像が診断に使用されました。
SARS-CoV-2 データセットには、肺 CT スキャンの 2482 枚の画像が含まれており、そのうち 1252 枚の画像が COVID-19 感染サンプルに属しています。
提案されたモデルは 97% 近く正確でした。

要約(オリジナル)

Diagnosis of COVID-19 is necessary to prevent and control the disease. Deep learning methods have been considered a fast and accurate method. In this paper, by the parallel combination of three well-known pre-trained networks, we attempted to distinguish coronavirus-infected samples from healthy samples. The negative log-likelihood loss function has been used for model training. CT scan images in the SARS-CoV-2 dataset were used for diagnosis. The SARS-CoV-2 dataset contains 2482 images of lung CT scans, of which 1252 images belong to COVID-19-infected samples. The proposed model was close to 97% accurate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google