8、新冠CT图像分类与心脏疾病早期检测技术

新冠CT图像分类与心脏疾病早期检测技术

1. 新冠CT图像分类

在新冠疫情仍在蔓延的当下，快速准确的诊断和疾病进展分析至关重要。早期诊断新冠对于治疗和隔离患者、防止病毒传播意义重大。

通过从GitHub源获取新冠CT扫描图像的GLCM 0°、GLCM 45°、GLCM 90°和GLCM 135°数据集，其准确率分别达到了95%、88%、96%和93%。具体操作步骤如下：
1. 数据分解 ：将新冠感染患者和非新冠感染患者的胸部CT数据集分解为训练集和测试集。
2. 训练过程 ：应用新型容差粗糙集分类（NTRSC）方法，根据较低规则获取的数据确定一组新信息，并找出与测试数据集最匹配的结果。
3. 结果评估 ：将该方法与当前的基准算法相结合，评估多个分类指标。

实验结果显示，NTRSC方法具有较高的输出准确率和较低的错误率，在ROC方面也表现出色。该方法能够准确区分新冠和非新冠图像，有助于诊断。未来，该方法有望扩展到对更多肺部疾病的分类，可通过使用多类分类器来实现，还将收集更大的新冠数据集并测试深度学习架构。

以下是不同数据集的准确率表格：
| 数据集 | 准确率 |
| ---- | ---- |
| GLCM 0° | 95% |
| GLCM 45° | 88% |
| GLCM 90° | 96% |
| GLCM 135° | 93% |

2. 心脏疾病早期检测

心血管疾病（CVD）是许多致命疾病之一，如冠心病。