TRÍCH CHỌN ĐẶC TRƯNG VÀ PHÂN LOẠI ẢNH X-QUANG PHỔI

  • Võ Thị Một, Võ Duy Nguyên, Nguyễn Tấn Trần Minh Khang
Từ khóa: COVID-19; k-Nearest-Neighbours (k-NN); Logistic Regression; Neural network; SVM

Tóm tắt

COVID-19 gây ra dịch viêm đường hô hấp cấp, có hơn 90 triệu ca lây nhiễm và hơn 2 triệu người chết trên toàn thế giới. Bệnh lây qua đường hô hấp, mỗi ngày có hơn 300 ngàn ca nhiễm mới. Trong nghiên cứu này, chúng tôi khảo sát các đặc trưng học sâu trên ảnh X-Quang phổi và sử dụng các phương pháp máy học truyền thống bao gồm k-Nearest-Neighbours (k-NN), Support Vector Machines (SVM), Logistic `Regression cho bài toán phân loại ảnh X-Quang vào 3 lớp covid-19, pneumonia, normal. Kết quả đánh giá trên bộ dữ liệu gồm 3423 ảnh X-quang phổi được tổng hợp từ 4 bộ dữ liệu COVID-19 Radiography Database, Covid-19 Image Dataset, COVID-19 PatientsLungs X Ray Images 10000, COVID19 High quality images công bố năm 2020, các kết quả thực nghiệm, phân tích đánh giá được chỉ ra chi tiết là cơ sở cho các nghiên cứu tiếp theo.

điểm /   đánh giá
Phát hành ngày
2021-05-31
Chuyên mục
Khoa học Tự nhiên - Kỹ thuật - Công nghệ (TNK)