9、基于胸部X光图像的COVID - 19分类机器学习算法

基于胸部X光图像的COVID - 19分类机器学习算法

1. 引言

新冠疫情持续为全球健康敲响警钟。新冠病毒是2019年12月初在中国武汉的调查中被新发现的一种呼吸道疾病病毒。它属于一个庞大的病毒家族，与中东呼吸综合征（MERS - CoV）和严重急性呼吸综合征（SARS - CoV）等感冒相关病毒同属一类。截至2020年6月9日，新冠疫情已蔓延至185个国家，感染超过714.58万人，造成407,067人死亡。

为应对这一全球大流行，世界卫生组织（WHO）、科学家和医疗行业的临床医生正在寻找新技术，以在不同阶段筛查感染患者、寻找最佳临床试验方案、控制病毒传播、研发治疗感染患者的疫苗以及追踪感染患者的接触者。机器学习和人工智能是许多医疗服务提供者看好的技术，它们具有可扩展性强、处理速度快、可靠性高的特点，在某些医疗工作中甚至优于人类。

机器学习分类算法在新冠病毒检测预测和区分受影响患者方面发挥着重要作用。本文旨在分析新冠数据分类，并确定各种分类器在新冠数据集上的准确性能。将应用选定的分类算法，并从精度、灵敏度、准确性、假阳性率以及F - 度量等方面评估其分类性能。通过机器学习算法比较不同分类算法在新冠数据集上的性能，以获得最佳结果。

研究目标如下：
- 优化算法，从数据集中众多特征中选择胸部X光的最优特征。
- 提高机器学习模型的准确性，减少过拟合的可能性。
- 检验不同机器学习技术在给定数据集上的性能。

2. 文献综述

新冠疫情在全球范围内迅速蔓延。机器学习在应对新冠疾病方面发挥着重要作用，许多研究深入探讨了各种算法的性能。新冠病毒通过人与人的密切接触传播。当前的问题是如何识别或比较分