COVID-19 Detection Using Deep Convolutional Neural Networks and Binary Differential Algorithm-Based Feature Selection from X-Ray Images

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: El nuevo COVID-19 se está propagando rápidamente y ya ha cobrado la vida de numerosas personas. El virus es altamente destructivo para los pulmones humanos, y la detección temprana es crucial. Por lo tanto, este documento presenta un enfoque híbrido basado en redes neuronales convolucionales profundas que son herramientas muy efectivas para la clasificación de imágenes. Los vectores de características se extrajeron de las imágenes utilizando una red neuronal convolucional profunda, y se utilizó el algoritmo metaheurístico diferencial binario para seleccionar las características más valiosas. El clasificador SVM luego recibió estas características optimizadas. Para el estudio, se utilizó una base de datos que contenía imágenes de tres categorías, incluyendo COVID-19, neumonía y una categoría sana, que incluía 1092 muestras de rayos X. El método propuesto logró una precisión del 99.43%, una sensibilidad del 99.16% y una especificidad del 99.57%. Nuestros hallazgos indican que el método propuesto superó a los
Citación recomendada (normas APA)
: Hindawi, "COVID-19 Detection Using Deep Convolutional Neural Networks and Binary Differential Algorithm-Based Feature Selection from X-Ray Images", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3848357/), el día 2025-11-01.

Información adicional