COVID-19 Pneumonia Diagnosis Using a Simple 2D Deep Learning Framework With a Single Chest CT Image: Model Development and Validation
Journal of Medical Internet Research2020Vol. 22(6), pp. e19569–e19569
Citations Over TimeTop 1% of 2020 papers
Hoon Ko, Heewon Chung, Wu Seong Kang, Kyung Won Kim, Youngbin Shin, Seung‐Ji Kang, Jae Hoon Lee, Jae Hoon Lee, Young Jun Kim, Nan Yeol Kim, Hyun‐Seok Jung, Jinseok Lee, Jinseok Lee
Abstract
FCONet, a simple 2D deep learning framework based on a single chest CT image, provides excellent diagnostic performance in detecting COVID-19 pneumonia. Based on our testing data set, the FCONet model based on ResNet-50 appears to be the best model, as it outperformed other FCONet models based on VGG16, Xception, and Inception-v3.
Related Papers
- → ОПЫТ ОЦЕНКИ ПОПУЛЯЦИОНОГО ИММУНИТЕТА К SARS-CoV-2 СРЕДИ НАСЕЛЕНИЯ ЛЕНИНГРАДСКОЙ ОБЛАСТИ В ПЕРИОД ЭПИДЕМИИ COVID-19(2020)7 cited
- → Перинатальные последствия COVID-19 (SARS-CoV-2): обзор литературы (часть I)(2022)3 cited
- → ОПЫТ ИССЛЕДОВАНИЯ СЕРОПРЕВАЛЕНТНОСТИ К ВИРУСУ SARS-CoV-2 НАСЕЛЕНИЯ ИРКУТСКОЙ ОБЛАСТИ В ПЕРИОД ВСПЫШКИ COVID-19(2020)2 cited
- → Про участь вчених НАН України в протидії COVID-19. Створення вакцин проти SARS-CoV-2 та COVID-19 в Україні: стан, проблеми та перспективи(2021)1 cited
- → Особенности сахароснижающей фармакотерапии у пациентов с SARS-CoV-2 (COVID-19)(2021)