DCNNV-19: A Deep Convolutional Neural Network for COVID-19 Detection in Chest Computed Tomographies

要約

このテクニカル レポートでは、重度の急性呼吸器症候群 (SARS) の症状があり、COVID-19 疾患が疑われる患者の胸部 CT 画像の分析における予備的な診断方法として、深い畳み込みニューラル ネットワークを使用することを提案しています。
RT-PCR の結果が不正確で、緊急治療を受けないと、深刻な一時的、長期的、または永続的な健康被害につながる可能性があります。
モデルは 83,391 枚の画像でトレーニングされ、15,297 枚で検証され、22,185 個の図でテストされ、98% の F1 スコア、Cohen のカッパで 97.59%、精度で 98.4%、損失で 5.09% を達成しました。
非常に正確な自動分類を証明し、現在のゴールド スタンダード試験であるリアルタイム逆転写ポリメラーゼ連鎖反応 (RT-PCR) よりも短時間で結果を提供します。

要約(オリジナル)

This technical report proposes the use of a deep convolutional neural network as a preliminary diagnostic method in the analysis of chest computed tomography images from patients with symptoms of Severe Acute Respiratory Syndrome (SARS) and suspected COVID-19 disease, especially on occasions when the delay of the RT-PCR result and the absence of urgent care could result in serious temporary, long-term, or permanent health damage. The model was trained on 83,391 images, validated on 15,297, and tested on 22,185 figures, achieving an F1-Score of 98%, 97.59% in Cohen’s Kappa, 98.4% in Accuracy, and 5.09% in Loss. Attesting a highly accurate automated classification and providing results in less time than the current gold-standard exam, Real-Time reverse-transcriptase Polymerase Chain Reaction (RT-PCR).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google