heterogenous एम्बेडेड सिस्टम पर छाती एक्स-रे-आधारित फेफड़ों की बीमारी की पहचान के लिए एक नवीन हल्का सीएनएन

सार वैश्विक महामारी फेफड़ों की बीमारियों का प्रसार, जिसमें COVID-19 शामिल है, कुशल नैदानिक विधियों की आवश्यकता को उजागर करता है। इसे ध्यान में रखते हुए, हमने 29,131 संकुलित छाती एक्स-रे (CXR) छवियों से फेफड़ों की बीमारियों की त्वरित और सटीक पहचान के लिए एक कंप्यूटर-सहायता प्राप्त, हल्का कॉन्वॉल्यूशन नर्वल नेटवर्क (CNN) विकसित और परीक्षण किया, जो सात बीमारी श्रेणियों का प्रतिनिधित्व करता है। हमारे परिणामों की मजबूती सुनिश्चित करने के लिए पांच गुना क्रॉस-सत्यापन विधि का उपयोग करते हुए, हमारे CNN मॉडल, जो कि विषम एम्बेडेड उपकरणों के लिए ऑप्टिमाइज किया गया था, ने श्रेष्ठ नैदानिक प्रदर्शन प्रदर्शित किया। यह 98.56% सटीकता प्राप्त करने में सफल रहा, जो स्थापित नेटवर्क जैसे कि ResNet50, NASNetMobile, Xception, MobileNetV2, DenseNet121 और ViT-B/16 को प्रिसिजन, रिकॉल, F1-स्कोर और AUC मेट्रिक्स में पीछे छोड़ दिया। विशेष रूप से, हमारे मॉडल को अपेक्षाकृत कम गणनात्मक शक्ति की आवश्यकता होती है और प्रति फोल्ड केवल 55 मिनट के औसत प्रशिक्षण समय की आवश्यकता होती है, जिससे यह संसाधन-सीमित वातावरण के लिए अत्यधिक उपयुक्त बनता है। यह अध्ययन चिकित्सा चित्र विश्लेषण में कुशल, हल्के नेटवर्क के विकास में योगदान करता है, जिनकी क्षमता पॉइंट-ऑफ-केयर नैदानिक प्रक्रियाओं को बढ़ाने में है।