A design of Convolutional Neural Network model for the Diagnosis of the COVID-19

要約

過去 1 年間で新型コロナウイルス感染症が世界中に拡大したため、人工知能 (AI) アルゴリズムと画像処理手法を使用して、新型コロナウイルス感染症患者の胸部 X 線画像を分析することが不可欠になりました。
患者の肺領域における新型コロナウイルス感染症（COVID-19）ウイルスの認識は、診療所や病院の基本的かつ不可欠なニーズの 1 つです。
この分野の研究のほとんどは、主に病人と健康人のスクリーニングを扱う CNN (畳み込みニューラル ネットワーク) を利用した深層学習手法に基づく論文に捧げられてきました。この研究では、19 層の CNN の新しい構造が研究されています。
胸部X線写真から新型コロナウイルス感染症を正確に認識するために推奨されています。
提供される CNN は、3 つのクラス分類 (ウイルス性肺炎、正常、新型コロナウイルス) と 4 つのクラス分類 (肺混濁、正常、新型コロナウイルス感染症、肺炎) の正確な診断システムとして機能するように開発されています。
比較は、提供された手順と、Inception、Alexnet、ResNet50、Squeezenet、VGG19 などのいくつかの一般的な事前トレーニング済みネットワークの結果の間で、特異性、精度、精度、感度、混同行列、および F1 スコアに基づいて行われます。
提供された CNN 手法の実験結果は、既存の公開された手順に対する CNN 手法の優位性を示しています。
この方法は、臨床医が新型コロナウイルス感染症について適切に判断する際に役立つツールとなります。

要約(オリジナル)

With the spread of COVID-19 around the globe over the past year, the usage of artificial intelligence (AI) algorithms and image processing methods to analyze the X-ray images of patients’ chest with COVID-19 has become essential. The COVID-19 virus recognition in the lung area of a patient is one of the basic and essential needs of clicical centers and hospitals. Most research in this field has been devoted to papers on the basis of deep learning methods utilizing CNNs (Convolutional Neural Network), which mainly deal with the screening of sick and healthy people.In this study, a new structure of a 19-layer CNN has been recommended for accurately recognition of the COVID-19 from the X-ray pictures of chest. The offered CNN is developed to serve as a precise diagnosis system for a three class (viral pneumonia, Normal, COVID) and a four classclassification (Lung opacity, Normal, COVID-19, and pneumonia). A comparison is conducted among the outcomes of the offered procedure and some popular pretrained networks, including Inception, Alexnet, ResNet50, Squeezenet, and VGG19 and based on Specificity, Accuracy, Precision, Sensitivity, Confusion Matrix, and F1-score. The experimental results of the offered CNN method specify its dominance over the existing published procedures. This method can be a useful tool for clinicians in deciding properly about COVID-19.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google