内容
  • 内容
基于有序分类的新冠肺炎影像分析

摘要 : 在新冠肺炎期间,能及时发现新冠肺炎患者对控制疫情有很大帮助。而 CT 诊断能够及时发现新冠肺炎患者,检出率高,因此把 CT 检查作为检测新冠肺炎患者对控制 疫情有很大帮助。但人工进行 CT 筛查的效率低下,且对医生来说是负担过重。因此,本文提出一种基于有序分类的深度学习模型,学习新冠肺炎影像数据的有序分类,并在多家 医院的数据集上实验表明,我们的算法模型具有很高的召回率和准确率。

  • 作者 : 林锦秀 1 滕达 2 靳秀丽 3 黄钰斌 4 于泽源 4 王艳芳 5 陈庆武 5 马力 5 通讯作者
  • 作者单位 : 1 广东省阳江市人民医院 广东阳江 529500;2 佳木斯市传染病院 黑龙江佳木斯 154000; 3 广州开发区医院 广东广州 510730;4 中国科技大学 安徽合肥 230000;5 中山仰视科技有限公司 广东中山 528400
  • 关键字 : 有序分类,深度学习,新冠肺炎,3D 残差网络
  • 刊名 : 健康忠告
  • 年,卷(期) : 2020 , 13
  • 所属期刊栏目 : 论著
  • 基金项目 :
  • 在线出版日期 : 2020-10-20
底部广告
注册
×
用户名密码登陆
×