흉부 X-선 및 CT 이미지를 이용한 Covid-19 감Detection을 위한 다중 모드 합성곱 신경망

Covid-19는 2019년 중국 우한에서 처음으로 발생했습니다. 이 질병은 전 세계로 널리 그리고 빠르게 확산되었습니다. 그 이후로, Covid-19는 사람들의 일상 생활, 세계 경제 및 공공 건강에 강한 영향을 미쳤습니다. Covid-19의 빠른 예측은 의학이 올바른 치료를 선택하는 데 도움을 줄 수 있습니다. 본 논문에서는 합성곱 신경망(CNN) 기반의 모델을 사용하여 Covid-19의 분류를 제안합니다. 우리는 Covid-19를 감Detection하기 위해 두 가지 모델을 제안합니다. 첫 번째 모델은 CT 또는 X-선 이미지를 각각 사용하는 CNN을 사용합니다. 두 번째 모델은 CT 및 X-선 이미지를 동시에 사용하는 CNN을 사용합니다. 사용된 데이터셋은 Covid-19, 정상 및 폐렴의 세 가지 클래스로 나뉜 X-선 및 CT 이미지를 포함합니다. 각 이미지 유형 클래스에는 학습을 위한 1045개의 이미지와 테스트를 위한 300개의 이미지가 있습니다. 이 모든 데이터셋은 Kaggle 저장소에서 이용 가능합니다. 제안된 모델을 평가하기 위해 우리는 혼돈 행렬, 정확도, 정밀도, 재현율 및 F1 점수를 계산합니다. X-선과 CT 이미지를 모두 사용하는 모델은 0.99의 정확도로 가장 높은 정확도를 달성했습니다. 우리는 CT 이미지를 사용하는 것이 Covid-19를 예측하는 데 X-선 이미지를 사용하는 것보다 더 효율적이라고 결론지었습니다. Covid-19를 감Detection하기 위해 CT 이미지와 X-선 이미지를 결합하는 것이 CT 또는 X-선 이미지만 사용하는 것보다 더 효율적입니다. 제안된 모델은 방사선의사가 Covid-19를 예측하는 데 효과적으로 도움을 줄 수 있습니다.