51、新冠疫情下的AI应用：X光片分类与网络谣言源识别-优快云博客

本文链接：https://blog.youkuaiyun.com/python9snake/article/details/152103568

新冠疫情下的AI应用：X光片分类与网络谣言源识别

在当今社会，新冠疫情和网络谣言都给人们的生活和社会秩序带来了巨大的影响。利用人工智能技术来应对这些问题，成为了研究的热点。本文将介绍基于卷积神经网络的新冠X光片分类方法，以及基于SIR模型的最短路径网络谣言源识别方法。

基于卷积神经网络的新冠X光片分类

1. 背景与意义

新冠疫情的爆发使得医疗资源面临巨大压力，医生的工作量剧增。利用人工智能技术对新冠X光片进行分类，可以有效提高诊断的准确性和效率，减轻医生的负担。正常情况下，健康人的肺部边缘清晰可见，而随着病毒感染的加重，肺部会出现模糊甚至白肺的现象。但有些X光片呈现白色也可能是由于穿着厚重衣物或设备着色不佳等原因造成的，通过遵循高斯分布的归一化可以解决这个问题。

2. 相关工作

目前，深度学习有众多用于图像分类的骨干网络和提升网络模型的技巧。研究人员总结了当前主流的神经网络，重点分析了各种相关的卷积神经网络，深入理解了每个主流卷积神经网络表现出色的原因，并结合各网络模型的优势和提升模型的技巧，构建适合该项目的模型。在比较主要模型阶段，使用了多种预训练模型，如VGG16、VGG19、ResNet50等，仅采用部分网络模型进行特征提取，然后通过全连接或全卷积对提取的特征进行分类。