TY - JOUR A2 - Clough, Anne AU - Sharma, Arun AU - Rani, Sheeba AU - Gupta，Dinesh PY - 2020 DA - 2020/10/06 TI -基于人工智能的胸部x光图像分类到COVID-19和其他传染病SP - 8889023六世- 2020 AB - 2019 (COVID-19)持续的冠状病毒疾病的大流行导致了全球卫生和医疗危机,除了巨大的社会经济效应。在这场危机中面临的重大挑战之一是迅速有效地识别和监测COVID-19患者，以促进对其治疗、监测和管理的及时决策。研究人员正在努力开发更省时的方法来取代或补充基于rt - pcr的方法。本研究旨在创建高效的深度学习模型，利用胸片图像进行训练，用于COVID-19患者的快速筛查。我们利用公开获取的COVID-19成年患者PA胸片x线图像，开发基于人工智能(AI)的COVID-19和其他重大传染病分类模型。为了增加数据集的大小并开发广义模型，我们对原始图像进行了25种不同类型的增强。此外，我们利用迁移学习方法对分类模型进行训练和测试。两种性能最好的模型(每个模型对286张图像进行训练，旋转120°或140°角)的组合对正常、COVID-19、非COVID-19、肺炎和结核病图像的预测准确率最高。通过迁移学习方法训练的基于人工智能的分类模型可以有效地对代表所研究疾病的胸片图像进行分类。 Our method is more efficient than previously published methods. It is one step ahead towards the implementation of AI-based methods for classification problems in biomedical imaging related to COVID-19. SN - 1687-4188 UR - https://doi.org/10.1155/2020/8889023 DO - 10.1155/2020/8889023 JF - International Journal of Biomedical Imaging PB - Hindawi KW - ER -