检索结果-南通市图书馆

An Optimized CNN Model Architecture for Detecting Coronavirus (COVID-19) with x-ray images

Computer Systems Science & Engineering 2022年第1期40卷 375-388页

作者： Anas Basalamah Shadikur Rahman Umm Al-Qura University MakkahSaudi Arabia Daffodil International University DhakaBangladesh

This paper demonstrates empirical research on using convolutional neural networks(CNN)of deep learning techniques to classify x-rays of COVID-19 patients versus normal patients by feature *** extraction is one of the most significant phases for classifying medical x-rays radiography that requires inclusive domain *** this study,CNN architectures such as VGG-16,VGG-19,RestNet50,RestNet18 are compared,and an optimized model for feature extraction in x-ray images from various domains invol-ving several classes is *** x-ray radiography classifier with TensorFlow GPU is created executing CNN architectures and our proposed optimized model for classifying COVID-19(Negative or Positive).Then,2,134 x-rays of normal patients and COVID-19 patients generated by an existing open-source online dataset were labeled to train the optimized *** those,the optimized model architecture classifier technique achieves higher accuracy(0.97)than four other models,specifically VGG-16,VGG-19,RestNet18,and RestNet50(0.96,0.72,0.91,and 0.93,respectively).Therefore,this study will enable radiol-ogists to more efficiently and effectively classify a patient’s coronavirus disease.

关键词： x-ray image classification x-ray feature extraction COVID-19 coronavirus disease convolutional neural networks optimized model

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：