基于肺部X光片的新冠肺炎检测方法

作者：饶克东; 谢凯^*

来源：信息技术与信息化, 2021, (08): 16-18.

• 肺部X光片
• 新型冠状病毒肺炎
• 深度学习
• 迁移学习
• 图像检测

为了更好更快地检测诊断新型冠状病毒肺炎(COVID-19),联合深度学习和迁移学习方法,提出了一种基于肺部X光片来诊断患者是否携带COVID-19的检测方法,并设计了SVRNet(separable VGG-ResNet)和SVDNet(separable VGG-DenseNet)模型。实验结果表明,相比于之前的网络模型,SVRNet的平均分类精度提高了3.15%,参数量下降了61.56%,SVDNet的平均分类精度提高了3.53%,参数量下降了55.31%。通过实验对比可以发现,新模型在提高精度的同时大大降低了参数量,提高了运行速度,可以准确快速地检测出含有COVID-19的X光片。

• 单位
  长江大学