Scidown文献预览系统!
基于胸部CT图像的新型优化CNN和动态选择技术的集成,用于准确筛查Covid-19( Novel ensemble of optimized CNN and dynamic selection techniques for accurate Covid-19 screening using Chest CT images )
Sameena Pathan P.C. Siddalingaswamy Preetham Kumar Manohara Pai M M U.Rajendra Acharya
世界受到传染性冠状病毒疾病(新冠肺炎)的显著影响。及时的预后和治疗对控制这种感染的传播很重要。不可靠的筛查系统和有限的临床设施是控制新冠肺炎传播的主要障碍。目前,基于计算机断层扫描(CT)图像的深度学习技术的新冠肺炎病自动检测系统已经被提出。然而,这些系统都有以下缺点:(一)有限的数据问题给训练深度神经网络模型提供准确的诊断带来了很大的障碍;(二)卷积神经网络(CNN)超参数的随机选择严重影响了分类性能,因为超参数必须依赖于应用;(三)CNN分类的泛化能力通常没有得到验证。为了解决上述问题,我们提出了两个模型:(一)基于迁移学习方法,和(二)采用新的策略优化CNN超参数,使用基于Whale优化的BAT算法+AdaBoost分类器建立动态集成选择技术。根据第二种方法,根据测试样本的特征选择分类器,从而降低了过拟合的风险,同时产生了有希望的结果。我们提出的方法是利用746张CT图像开发的。方法的灵敏度为0.98,特异度为0.97,准确度为0.98,精密度为0.98。我们开发的样机在实际应用之前,可以通过庞大的胸部CT图像数据库进行测试。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】