TY -的A2 Shankar k . AU - Ragab马哈茂德盟——Alshehri Samah盟——Alhakamy纳比尔·a . AU - Alsaggaf Wafaa盟——Alhadrami哈尼族a . AU - Alyami贾比尔PY - 2022 DA - 2022/03/30 TI -机器学习与量子海鸥优化模型COVID-19胸部x光图像分类SP - 6074538六世- 2022 AB - COVID-19的早期和准确的检测是一个重要的过程控制的传播这种致命的疾病和死亡率。胸部放射扫描是一个重要的工具,用于管理和早期诊断COVID-19病毒以来,呼吸系统的目标。胸部x光片(CXR)图像是非常有用的有效检测COVID-19,由于其可用性,具有成本效益的方式,和快速的结果。此外,人工智能(AI)技术,如深度学习(DL)模型扮演了一个重要的角色在设计使用CXR图像自动诊断流程。这个动机,当前的研究提出了一种新的量子海鸥优化算法与DL-based COVID-19诊断模型,命名QSGOA-DL技术。拟议中的QSGOA-DL技术将检测和分类的帮助下COVID-19 CXR图像。在这方面,QSGOA-DL技术包括EfficientNet-B4作为特征提取器的设计,而hyperparameter优化QSGOA技术的帮助下进行。此外,分类过程是由多层的极端学习机(MELM)模型。这项研究的新颖性在于设计QSGOA EfficientNet-B4 hyperparameter优化的模型。一系列广泛的模拟进行了基准测试CXR数据集,和结果评估在不同的方面。 The simulation results demonstrate the promising performance of the proposed QSGOA-DL technique compared to recent approaches. SN - 2040-2295 UR - https://doi.org/10.1155/2022/6074538 DO - 10.1155/2022/6074538 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -