著名医師による解説が無料で読めます
すると翻訳の精度が向上します
SARS-COV-2は、2019年12月に中国で最初に報告された特定のタイプのコロナウイルスであり、コロナウイルス疾患2019（Covid-19）の原因物質です。2020年3月、この病気は世界のさまざまな地域に広がり、世界的なパンデミックを引き起こしました。この病気は依然として毎日指数関数的に増加していますが、この病気の早期診断は、死亡率を減らし、このパンデミックの有病率を減らすために非常に重要です。この病気の診断において医師による人的誤りがあることがあるため、コンピューター支援診断システムを使用すると、より正確な結果を得ることができます。このホワイトペーパーでは、新しいパイプラインマシンビジョンベースのシステムを使用して胸部X線画像を調べて、より正確な結果を提供しています。提案された方法では、入力X線画像を前処理した後、関心のある領域がセグメント化されています。次に、組み合わせたグレーレベルのコクランスマトリックス（GLCM）と離散ウェーブレット変換（DWT）機能が、処理された画像から抽出されました。最後に、特徴に基づいた画像の分類には、Red Fox Optimization Algorithmに基づいた畳み込みニューラルネットワーク（CNN）の改良バージョンが採用されています。提案された方法は、3つのデータセットを実行することによって検証され、その結果はいくつかの最先端の方法と比較されます。最終結果は、提案された方法がCovid-19の診断のために他の方法に対して適切な効率を持っていることを示しています。
SARS-COV-2は、2019年12月に中国で最初に報告された特定のタイプのコロナウイルスであり、コロナウイルス疾患2019（Covid-19）の原因物質です。2020年3月、この病気は世界のさまざまな地域に広がり、世界的なパンデミックを引き起こしました。この病気は依然として毎日指数関数的に増加していますが、この病気の早期診断は、死亡率を減らし、このパンデミックの有病率を減らすために非常に重要です。この病気の診断において医師による人的誤りがあることがあるため、コンピューター支援診断システムを使用すると、より正確な結果を得ることができます。このホワイトペーパーでは、新しいパイプラインマシンビジョンベースのシステムを使用して胸部X線画像を調べて、より正確な結果を提供しています。提案された方法では、入力X線画像を前処理した後、関心のある領域がセグメント化されています。次に、組み合わせたグレーレベルのコクランスマトリックス（GLCM）と離散ウェーブレット変換（DWT）機能が、処理された画像から抽出されました。最後に、特徴に基づいた画像の分類には、Red Fox Optimization Algorithmに基づいた畳み込みニューラルネットワーク（CNN）の改良バージョンが採用されています。提案された方法は、3つのデータセットを実行することによって検証され、その結果はいくつかの最先端の方法と比較されます。最終結果は、提案された方法がCovid-19の診断のために他の方法に対して適切な効率を持っていることを示しています。
SARS-CoV-2 is a specific type of Coronavirus that was firstly reported in China in December 2019 and is the causative agent of coronavirus disease 2019 (COVID-19). In March 2020, this disease spread to different parts of the world causing a global pandemic. Although this disease is still increasing exponentially day by day, early diagnosis of this disease is very important to reduce the death rate and to reduce the prevalence of this pandemic. Since there are sometimes human errors by physicians in the diagnosis of this disease, using computer-aided diagnostic systems can be helpful to get more accurate results. In this paper, chest X-ray images have been examined using a new pipeline machine vision-based system to provide more accurate results. In the proposed method, after preprocessing the input X-ray images, the region of interest has been segmented. Then, a combined gray-level cooccurrence matrix (GLCM) and Discrete Wavelet Transform (DWT) features have been extracted from the processed images. Finally, an improved version of Convolutional Neural Network (CNN) based on the Red Fox Optimization algorithm is employed for the classification of the images based on the features. The proposed method is validated by performing to three datasets and its results are compared with some state-of-the-art methods. The final results show that the suggested method has proper efficiency toward the others for the diagnosis of COVID-19.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。