Chest X-ray Classification Based on Deep Neural Network

2024

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/aic61668.2024.10730835
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This study demonstrates how artificial intelligence (AI) is transforming medical diagnosis, particularly for respiratory disorders such as COVID-19 and influenza. The project aims to enhance global healthcare systems by accurately and rapidly identifying respiratory disorders through AI-driven chest X-ray analysis. Given the significant public health implications of infections like COVID-19, the importance of this work is paramount. Convolutional Neural Networks (CNNs) are employed to analyze chest X-ray images and detect patterns indicative of viral infections. Key components of the project include convolutional blocks, the RMSprop optimizer, 2D max pooling, dropout regularization, and the categorical cross-entropy loss function. Two CNN models are developed from scratch to balance complexity and efficacy in X-ray image classification.