检索结果-南通市图书馆

CNN ensemble Approach to Detect COVID-19 from Computed Tomography Chest Images

Computers, Materials & Continua 2021年第6期67卷 3581-3599页

作者： Haikel Alhichri Department Computer Engineering Advanced Lab for Intelligent SystemsCollege of Computer and Information SciencesKing Saud ArabiaRiyadh11543Saudi Arabia

In January 2020,the World Health Organization declared a global health emergency concerning the spread of a new coronavirus disease,which was later named *** and fast diagnosis and isolation of COVID-19 patients have proven to be instrumental in limiting the spread of the *** tomography(CT)is a promising imaging method for fast diagnosis of *** this study,we develop a unique preprocessing step to resize CT chest images to a fixed size(256×256 pixels)that preserves the aspect ratio and reduces image ***,we present a deep learning(DL)method to classify CT chest images based on the light-weight pre-trained EfficientNet-B3 CNN model and ensemble *** proposed method,which we refer to as EfficientNet-B3-GAP-ensemble,comprises an ensemble of a modified version of the *** build the ensemble using multiple runs and multiple training *** test the EfficientNet-B3-GAPensemble on two common benchmark datasets,i.e.,the COVID19-CT and SARS-CoV-2-CT *** proposed method has outperformed state-ofthe-art methods for both *** the COVID19-CT dataset,it achieved 88.18%sensitivity,88.29%precision,88.18%accuracy,an F1-score of 88.15%,and AUC of 92.10%.With the SARS-CoV-2-CT dataset,we tested the proposed method under different train-test splits,i.e.,20%–80%,50%–50%,and 80%–20%.For the latter split,the proposed method achieved 99.72%accuracy,99.80%sensitivity,precision,and F1-scores,and an AUC score of 99.99%.

关键词： COVID-19 detection computed tomography deep learning convolutional neural network EffecientNet-B3 ensemble techniques

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：