8、大数据与计算智能在抗击 COVID - 19 大流行中的应用

大数据与计算智能在抗击 COVID - 19 大流行中的应用

1. 技术应用前提与数据来源

在抗击疫情的过程中，一些技术若要发挥作用，需先解决相关问题。将大部分资金和知识投向易受疫情影响的社区，有助于解决现存的一些问题。目前，正在创建结合多种预测以减少不确定性的有效建模解决方案。借助现代大数据技术，需要灵活、分布式的团队来应对疫情响应的系统和功能组件。

大数据的来源十分广泛，社交媒体、X 射线图像、扫描图像、电话录音等都能成为医疗系统中公共可用大数据的来源。在 COVID - 19 疫情背景下，大数据能提供疫情地点、医疗记录、感染病例史、扫描和 X 射线图像等信息，在抗击疫情中发挥了重要作用。

不过，大数据分析（BDA）和计算智能（CI）模型的结合在可用数据量较小时会面临挑战，因为 CI 模型主要依赖大量数据才能有效进行诊断、预测和分类。

2. 计算智能在抗击 COVID - 19 中的实际案例

2.1 数据处理流程

以 COVID - 19 数据集的胸部 X 射线（CXR）图像为例，其处理流程如下：
1. 图像转换 ：使用图像处理技术将 RGB 图像转换为灰度图像。
2. 特征提取 ：使用方向梯度直方图（HOG）进行特征文本描述，再用主成分分析（PCA）进行特征选择。
3. 数据划分与模型应用 ：对数据进行训练集和测试集的划分，采用 Extra Trees 模型对正面 CXR 图片进行分类，区分 COVID - 19 感染、肺结核（PTB）疾病和正常情况。