BriefGPT - AI 论文速递
·
基于特征级集成模型的COVID-19在胸部X光图像中的识别：使用Choquet积分和差分进化优化
💡
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型深度学习诊断系统，旨在解决COVID-19检测中的假阴性问题。该系统结合预训练的深度卷积神经网络，通过集成学习框架对胸部X光图像进行精准识别，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型深度学习诊断系统，旨在解决COVID-19检测中的假阴性问题。
- 该系统结合预训练的深度卷积神经网络（DCNNs）和集成学习框架，对胸部X光图像进行精准识别。
- 模型通过Choquet积分组合特征向量，捕获不同DCNNs之间的交互作用。
- 在COVIDx数据集上，该系统实现了98%的三类分类准确率和99.50%的二类分类准确率。
- 该系统的表现显著优于传统方法和其组件。
➡️
