AI 系统使用几何归一化技术，在 X 光片中准确检测肺炎和 COVID-19

研究人员开发了一种自动化系统，通过对肺部区域进行几何归一化来识别胸部 X 光片中的肺炎和 COVID-19。该系统采用 ResNet-18 模型进行标志点检测，然后使用广义普氏分析和仿射变换进行几何归一化。一个单独的 ResNet-18 分类器随后将图像分类为 COVID-19、病毒性肺炎或正常。该方法在 COVID-19Radiography Database 上取得了高精度，表明与原始图像或伪影掩盖图像相比，解剖对齐可以实现更鲁棒且抗伪影的疾病识别。 AI

影响 这项研究展示了 AI 在医学影像领域的一项新应用，有望提高肺部疾病检测的诊断准确性和抗伪影能力。

排序理由 该集群包含一篇详细介绍医学图像分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• COVID-19
• COVID-19 Radiography Database
• Delaunay triangulation
• Generalized Procrustes analysis
• Grad-CAM++
• Kermany dataset
• ResNet-18
• Salvador E. Ayala-Raggi

• 论文
• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →