新型冠状病毒肺炎的深度学习诊断方法综述

摘要：

新型冠状病毒肺炎的高感染率导致其在全球范围内迅速传播,常用的逆转录-聚合酶反应(RT-P C R)检测方法存在耗时、假阴性率偏高和医学用具不足的缺陷,因此开发高效、准确、低成本的影像检测技术对新型冠状病毒肺炎的诊断和治疗至关重要.随着人工智能在医学领域的成功应用,深度学习技术成为辅助检验和识别新型冠状病毒肺炎的有效方法.对近年来涌现的新型冠状病毒肺炎的深度学习诊断方法进行了研究和总结:介绍了深度学习方法使用的两种新型冠状病毒肺炎数据集;介绍了基于VGGNet、Inception、ResNet、DenseNet、EfficientNet和CapsNet模型的六种深度学习诊断方法;介绍了三种深度学习与其他机器学习方法结合的诊断方法;对基于深度学习的新型冠状病毒肺炎诊断方法的研究趋势进行了展望.

关键词：新型冠状病毒肺炎、深度学习、X射线、CT、轻量化

所属期刊栏目：58

分类号：R563.1(呼吸系及胸部疾病)

资助基金：北方民族大学中央高校基本科研业务费专项;北方民族大学中央高校基本科研业务费专项;宁夏自然科学基金项目;北方民族大学计算机视觉与虚拟现实创新团队

在线出版日期：2022-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：51-65