深度迁移学习下的新冠肺炎影像自动诊断系统研究

• 作者: 杨沐泓 方霄扬 杨怡婧 光磊
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 探索与观察
• 页码范围: 58-59
• 页数: 2页
• 语种: 中文

摘要

本文提出了一个基于迁移学习与卷积神经网络的医疗影像自动诊断.在Kaggle新冠肺炎数据集上,F1得分达到0.838.实验结果表明,这种方法在新冠肺炎影像的识别中是有效的. 2020年初,新冠肺炎(Coronavirus,COVID-19)疫情突然爆发.随着病人确诊数量急剧增加,全国各级医院的医疗影像检查需求激增,然而经过专门训练能够对疑似病例的影像进行诊断的专业医生非常少,这就使得准确诊断新冠肺炎变得非常有挑战性.