Desde el brote de la enfermedad por Coronavirus 2019 (COVID-19), ésta se ha extendido rápidamente por todo el mundo y aún no ha sido controlada eficazmente. Muchos investigadores están estudiando la nueva neumonía por Coronavirus a partir de imágenes de rayos X de tórax. Con el fin de mejorar la precisión de la detección, se proponen dos módulos sensibles a la información de características, el módulo de fusión de características multiescala de doble ruta y el módulo de convolución separable en profundidad densa. Basándose en estos dos módulos, se diseña un modelo de red neuronal convolucional ligera, D2-CovidNet, para ayudar a los expertos a diagnosticar COVID-19 mediante la identificación de imágenes de rayos X de tórax. D2-CovidNet se prueba en dos conjuntos de datos públicos, y su exactitud de clasificación, precisión, sensibilidad, especificidad y puntuación F1 son 94,56%, 95,14%, 94,02%, 96,61% y 95,30%, respectivamente. En concreto, la precisión, sensibilidad y especificidad de la red para COVID-19 son del 98,97%, 94,12% y 99,84%, respectivamente. D2-CovidNet tiene un menor número de cálculos y de parámetros. En comparación con otros métodos, D2-CovidNet puede ayudar a diagnosticar COVID-19 con mayor rapidez y precisión.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Últimos avances en catalizadores nanoestructurados de paladio y otros metales para la transformación orgánica
Artículo:
Estudios sobre la Modificación de las Propiedades Superficiales de la Película de Policarbonato (PC) Inducida por Plasma de Descarga Luminosa de CC
Artículo:
Control de seguimiento robusto basado en LQR para un sistema de exoesqueleto de extremidades inferiores con incertidumbres paramétricas y perturbaciones externas
Artículo:
Producción de nanomateriales por medio de un proceso automatizado de arco voltaico
Artículo:
Propuesta de un sistema de calefacción por suelo radiante con PCM utilizando un método de construcción en red
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060