Identification of COVID-19 in Chest X-ray Images Based on Feature-Level Ensemble Model: Using Choquet Integral and Differential Evolution Optimization
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新的深度学习诊断系统,利用集成学习框架和预训练的深度卷积神经网络(DCNNs)识别胸部X光图像中的COVID-19病例。模型在COVIDx数据集上实现了98%的三类分类准确率和99.50%的二类分类准确率,显著优于传统方法。
🎯
关键要点
-
本研究提出了一种新的深度学习诊断系统,旨在解决COVID-19检测中的假阴性问题。
-
该系统结合了集成学习框架和预训练的深度卷积神经网络(DCNNs),用于识别胸部X光图像中的COVID-19病例。
-
通过使用Choquet积分组合特征向量,模型能够捕获不同DCNNs之间的交互作用。
-
在COVIDx数据集上,该模型实现了98%的三类分类准确率和99.50%的二类分类准确率,显著优于传统方法和其组件。
➡️