专栏首页technewsworld翻译专栏使用放射学模式对Covid-19的检测和诊断进行深度学习:一份系统回顾(CS)

使用放射学模式对Covid-19的检测和诊断进行深度学习:一份系统回顾(CS)

穆斯塔法·加德扎德 ·法尔霍恩德·阿萨迪

目的:早期发现和诊断Covid-19,以最低成本对非Covid-19病例的患者进行准确分离,这是Covid-19流行病的主要挑战之一。关于这种疾病的新颖性,基于放射性图像的诊断方法尽管在诊断中心有许多用途,但存在缺陷。因此,医学和计算机研究人员倾向于使用机器学习模型来分析放射学图像。 方法:从2019年11月1日至2020年7月20日,通过搜索PubMed、Scopus和科学网三个数据库进行系统回顾,根据搜索策略,关键词为Covid-19,深度学习、诊断和检测,最终抽取了168篇文章,通过应用包含和排除标准选出了37篇文章作为研究群体。

结果:本回顾研究概述了通过放射学模式检测和诊断Covid-19的所有模型的当前状态,以及基于深度学习的处理。根据该发现,基于深度学习的模型具有非凡的能力,能够实现一个准确和有效的系统,用于Covid-19的检测和诊断,这些系统用于CT扫描和X射线图像的处理,将导致灵敏度和特异性值的显著增加。 结论:深度学习(DL)在Covid-19放射图像处理领域的应用,可减少该病检测和诊断中的假阳性和阴性误差,为患者提供快速、廉价、安全的诊断服务提供了最佳机会。

Deep Learning in Detection and Diagnosis of Covid-19 using Radiology Modalities: A Systematic Review

Mustafa Ghaderzadeh, Farkhondeh Asadi

Purpose: Early detection and diagnosis of Covid-19 and accurate separation of patients with non-Covid-19 cases at the lowest cost and in the early stages of the disease are one of the main challenges in the epidemic of Covid-19. Concerning the novelty of the disease, the diagnostic methods based on radiological images suffer shortcomings despite their many uses in diagnostic centers. Accordingly, medical and computer researchers tended to use machine-learning models to analyze radiology images. Methods: Present systematic review was conducted by searching three databases of PubMed, Scopus, and Web of Science from November 1, 2019, to July 20, 2020 Based on a search strategy, the keywords were Covid-19, Deep learning, Diagnosis and Detection leading to the extraction of 168 articles that ultimately, 37 articles were selected as the research population by applying inclusion and exclusion criteria. Result: This review study provides an overview of the current state of all models for the detection and diagnosis of Covid-19 through radiology modalities and their processing based on deep learning. According to the finding, Deep learning Based models have an extraordinary capacity to achieve an accurate and efficient system for the detection and diagnosis of Covid-19, which using of them in the processing of CT-Scan and X-Ray images, would lead to a significant increase in sensitivity and specificity values. Conclusion: The Application of Deep Learning (DL) in the field of Covid-19 radiologic image processing leads to the reduction of false-positive and negative errors in the detection and diagnosis of this disease and provides an optimal opportunity to provide fast, cheap, and safe diagnostic services to patients.

原文链接:https://arxiv.org/abs/2012.11577

原文作者:Mustafa Ghaderzadeh, Farkhondeh Asadi

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 顶石项目课程的说明的发展:来自教师和学生的观点(CS)

    本研究试图为顶石项目课程开发公平、相关和内容有效的评估工具。为实现这个目标,我们提出了基于标尺概念的新评级工具。为了确保新仪器有效和公平,我们先后与计算机科学系...

    zstt8054929
  • 科学出版物视觉总结识别的自我监督学习(CS)

    提供科学出版物的可视化摘要可以增加读者获得信息的机会,从而有助于应对科学出版物数量的指数级增长。然而,很少有提供视觉出版物摘要, 而且主要侧重于生物医学领域。这...

    zstt8054929
  • 紊乱在三亚氮化物合成中的作用(CS)

    雷切尔·伍兹-罗宾森、弗拉丹 ·斯特瓦诺维奇、斯蒂芬·拉尼、卡伦·海因塞尔曼、克里斯汀·佩尔松、安德烈·扎库塔耶夫

    zstt8054929
  • 通信英语_3

    total aceess communcation system 全接入的通信系统

    py3study
  • 面向工程师的最佳统计机器学习课程,Fall 2017 美国圣母大学,28章节详细讲述(附PPT下载,课程目录视频)

    【导读】美国圣母大学2017年新开课程《给科学家和工程师的统计学习》Statistical Computing for Scientists and Engin...

    WZEARW
  • 有用事物的拼凑

    Adobe刚刚宣布了所谓的第一个数字经济指数。它似乎以联邦政府通常保持的其他指数为模型,以衡量经济产出和消费。不过,Adobe 索引仅捕获消费者消费行为。

    用户8055484
  • 自适应培训:桥接有监督和自我监督的学习

    我们提出了自适应训练-一种统一的训练算法,该算法可通过模型预测动态校准和增强训练过程,而不会产生额外的计算成本-可以促进深度神经网络的监督学习和自我监督学习。我...

    YH
  • 【世界读书日】2018版十大引用数最高的深度学习论文集合

    量化投资与机器学习微信公众号
  • 我们需要联系追踪应用程序吗?(CS CS)

    本文的目的是阐明接触追踪智能手机应用程序对遏制COVID-19大流行的有用性。我们回顾了病毒传播过程中接触者追踪的基础知识,我们将数字与COVID-19的情况相...

    蔡秋纯
  • 便携式呼吸道健康检查装置(CS CAS)

    世卫组织于2020年1月30日将COVID-19流行病列为国际关注的突发公共卫生事件。为了遏制该流行病的二次传播,许多公共场所都配备了热成像仪以检查人体温度。但...

    时代在召唤

扫码关注云+社区

领取腾讯云代金券