首页> 中文期刊> 《信息技术与信息化》 >基于肺部X光片的新冠肺炎检测方法

基于肺部X光片的新冠肺炎检测方法

         

摘要

为了更好更快地检测诊断新型冠状病毒肺炎(COVID-19),联合深度学习和迁移学习方法,提出了一种基于肺部X光片来诊断患者是否携带COVID-19的检测方法,并设计了SVRNet(separable VGG-ResNet)和SVDNet(separable VGG-DenseNet)模型.实验结果表明,相比于之前的网络模型,SVRNet的平均分类精度提高了3.15%,参数量下降了61.56%,SVDNet的平均分类精度提高了3.53%,参数量下降了55.31%.通过实验对比可以发现,新模型在提高精度的同时大大降低了参数量,提高了运行速度,可以准确快速地检测出含有COVID-19的X光片.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号