Medeiros, E.P., Machado, M.R., de Freitas, E.D.G., da Silva, D.S., de Souza, R.W.R.
Expert Systems with Applications, Volume 238, Part B, 15 March 2024, 122029, https://doi.org/10.1016/j.eswa.2023.122029
Available online 6 October 2023
Λόγω της ταχείας εξάπλωσης της νέας παραλλαγής του κορονοϊού, είναι δύσκολο να διακριθούν τα συμπτώματα του κοινού κρυολογήματος από εκείνα άλλων αναπνευστικών ασθενειών και λοιμώξεων από κορονοϊό. Οι ακτινογραφίες θώρακος και η αλυσιδωτή αντίδραση πολυμεράσης με αντίστροφη μεταγραφή (RT-PCR) είναι κοινές και αποτελεσματικές μέθοδοι για την πρόληψη της εξάπλωσης μολυσματικών ασθενειών. Τα τελευταία χρόνια, οι αλγόριθμοι Μηχανικής Μάθησης έχουν χρησιμοποιηθεί ευρέως στη διάγνωση μέσω ιατρικών εικόνων, δίνοντας απλούστερα, ακριβέστερα και ταχύτερα αποτελέσματα. Αυτή η μελέτη έχει σκοπό να εφαρμόσει περιγραφείς υφής σε ακτινογραφίες των πνευμόνων ασθενών με COVID-19 και να χρησιμοποιήσει τα εξαγόμενα χαρακτηριστικά σε πλαίσια σχεδιασμένα για την ακριβή αξιολόγηση των ασθενών με COVID-19.
