TY -的A2 Teekaraman Yuvaraja盟——Nirmaladevi j . AU - Vidhyalakshmi m .盟——埃德温·e·Bijolin盟——Venkateswaran n . AU - Avasthi Vinay AU - Alarfaj,阿卜杜拉•a . AU - Hirad Abdurahman Hajinur盟——Rajendran r . k . AU -张爱景TegegneAyalew PY - 2022 DA - 2022/08/23 TI -深卷积神经网络机制的评估COVID-19严重性SP - 1289221六世- 2022 AB -作为一个流行,COVID-19核心测试仪器仍有严重缺陷。改善现状,所有功能和工具在这个领域被用于对抗流感大流行。因为独特的冠状病毒的传染性特征(COVID-19)感染,压倒性的比较患者队列肺部x射线,重载医生和放射学和显著影响护理质量,诊断,预防和疫情。其临床服务,如重症监护和电动通风系统在这方面大大传染性疾病,关键是对病人进行分类按他们的风险类别。本研究描述了一个新颖的使用深卷积神经网络(CNN)技术COVID-19疾病严重性评估。利用胸部x光图像的贡献,一个无监督DCNN模型和建议COVID-19个人分割成四个严肃的教室:低、中、严重,96%的精度水平至关重要。DCNN的效率模型和提出的方法证明了实证结果的适当巨额胸部x光扫描。有关的证据,它是第一个COVID-19发病率评估研究与四个不同的阶段,使用一个相当大量的x射线图像数据集和几乎所有的DCNN hyperparameters动态调整的变量选择优化的任务。SN - 2314 - 6133你2022/1289221 / 10.1155——https://doi.org/10.1155/2022/1289221——摩根富林明——生物医学研究国际PB - Hindawi KW - ER