Médecine

Paramédical

Autres domaines


S'abonner

Deep Transfer Learning based Classification Model for COVID-19 Disease - 20/05/20

Doi : 10.1016/j.irbm.2020.05.003 
Yadunath Pathak a, Prashant Kumar Shukla b, Akhilesh Tiwari c, Shalini Stalin d, Saurabh Singh e, Piyush Kumar Shukla f,
a Department of Information Technology, Indian Institute of Information Technology Bhopal (IIIT-Bhopal) (M.P.), 462003, India 
b Department of Computer Science & Engineering, School of Engineering & Technology, Jagran Lake City University (JLU), Bhopal, 462044, (M.P.), India 
c Department of CSE & IT, Madhav Institute of Technology and Science, Gwalior, 474005, (M.P.), India 
d Maulana Azad National Institute of Technology (MANIT), Bhopal, M.P., 462003, India 
e Department of Computer Science & Engineering, Jabalpur Engineering College, Jabalpur, 482001, (MP), India 
f Department of Computer Science & Engineering, University Institute of Technology, RGPV, Bhopal, (M.P.), 462033, India 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Sous presse. Manuscrit accepté. Disponible en ligne depuis le mercredi 20 mai 2020

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

The deep transfer learning model is used to classify COVID-19 infected patients by considering their chest CT images.
The cost-sensitive top-2 smooth loss function is also utilized to enhance the results further.
The deep transfer learning model is trained on a benchmark open dataset of chest CT images.

Le texte complet de cet article est disponible en PDF.

Abstract

The COVID-19 infection is increasing at a rapid rate, with the availability of limited number of testing kits. Therefore, the development of COVID-19 testing kits is still an open area of research. Recently, many studies have shown that chest Computed Tomography(CT) images can be used for COVID-19 testing, as chest CT images show a bilateral change in COVID-19 infected patients. However, the classification of COVID-19 patients from chest CT images is not an easy task as predicting the bilateral change is defined as an ill-posed problem. Therefore, in this paper, a deep transfer learning technique is used to classify COVID-19 infected patients. Additionally, a top-2 smooth loss function with cost-sensitive attributes is also utilized to handle noisy and imbalanced COVID-19 dataset kind of problems. Experimental results reveal that the proposed deep transfer learning-based COVID-19 classification model provides efficient results as compared to the other supervised learning models.

Le texte complet de cet article est disponible en PDF.

Keywords : Deep learning, COVID-19, Disease, Classification, Chest CT images


Plan


© 2020  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement ou un achat à l’unité.

;

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.