ДИАГНОСТИКА КОРОНАВИРУСНЫХ ЗАБОЛЕВАНИЙ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ
Аннотация
В данной статье рассматривается использование методов искусственного интеллекта, в частности нейронных сетей, для диагностики заболеваний, вызванных коронавирусом. Приводится обзор современных подходов, таких как анализ медицинских изображений (рентген), обработка данных о симптомах пациента и предсказание тяжести заболевания. Целью данного исследования являлось изучение различных вариантов предварительного обучения сверточных нейронных сетей для диагностики COVID-19 с использованием рентгеновских снимков грудной клетки. Полученные данные позволили получить результаты, которые подтверждают эффективность глубокого обучения в диагностике заболеваний, вызванных коронавирусной инфекцией. Разработанная в данном исследовании модель корректно идентифицировала патологические области на изображениях, что демонстрирует ее способность автоматизировать выявление поражений легочной ткани, характерных для COVID-19. Внедрение нейронных сетей в диагностику заболеваний, вызванных коронавирусом, может значительно улучшить качество медицинской помощи, улучшить точность и ускорить процессы диагностики, улучшить эффективность лечения, а также помочь в управлении эпидемиями.
Литература
Erfan G., Özkaya D.B. COVID-19 and dermatology (Part I): skin manifestations in adults and children with COVID-19 infection. Acta Medica Mediterranea. 2022. V. 38. N 2. P. 991-1000.
Ksenofontova O.L., Smirnova N.V., Kotova A.V. Application of data mining methods in epidemiology. Modern high technologies. Regional application. 2023. N 2(74). P. 88-93. DOI: 10.6060/snt.20237402.0009. (in Russian).
Gorev S.V. Methods and algorithms of artificial intelligence in the art work valuation. Ivecofin. 2022. N 04(54). P. 21-28. DOI: 10.6060/ivecofin.2022544.622 (in Russian).
Kutuzova A.S., Astrakhantsev G.V., Nodel A.G., Smirnov D.N. Artificial intelligence algorithms for forecasting indicators in collection activities. Ivecofin. 2023. N 04(58). P.52-61. DOI: 10.6060/ivecofin.2023584.664. (in Russian).
Li Q., Wang Ju., Tang Ya., Lu H. Next-generation COVID-19 vaccines: opportunities for vaccine development and challenges in tackling COVID-19. Drug Discoveries & Therapeutics. 2021. V. 15. N 3. P. 118-123.
Tatarinov K.A. Development of internet marketing and its tools. Ivecofin. 2022. N 01(51). P. 54-61. DOI: 10.6060/ivecofin.2022511.585 (in Russian).
Korablev G.A. COVID-19 entropic characteristics. Chem-ChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2020. V. 63. N 9. P. 101107. DOI: 10.6060/ivkkt.20206309.6284 (in Russian).
Gordina N.E., Melnikov A.A., Gusev G.I., Gushchin A.A., Rumyantsev R.N., Astrakhantseva I.A. Mechano-chemical and plasmachemical processing in the synthesis of catalytic systems based on vermiculite and zirconium oxychloride. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2022. V. 65. N 5. P. 4357. DOI: 10.6060/ivkkt.20226505.6612. (in Russian).
Petrukhin A.B., Smirnova O.P. Prospects for the development of wooden house construction in Russia. Building materials. 2006. N 9. P. 25-27. (in Russian).
Smirnova O.P., Strokin K.B. Factors limiting the development of construction enterprises and ways of solving the problem. Ivecofin. 2012. N 1 (11). P. 81-90. (in Russian).
Mashkin D.V., Guschin A.A., Izvekova T.V., Borovova Yu.G. Experience in the use of snow cover as a universal indicator of pollution in urban areas. The Bulletin of Irkutsk State University. Series: Biology. Ecology. 2016. V. 18. P. 58-73. (in Russian).
Podzhivotov V.P., Strokin K.B., Smirnova O.P. Methodology of investment in regional housing construction processes. Ivanovo: Ivanovo Publishing House. 2012. 355 p. (in Russian).
Fokin S.A., Ksenofontova O.L., Smirnova O.P. Application of machine learning methods in the credit scoring model. Collection of scientific papers of Russian universities "Problems of economics, finance and production management". 2023. N 52. P. 8-11. (in Russian).
Smirnova O.P. Evaluation of the effectiveness of housing programs. Ivecofin. 2012. N 3 (13). P. 55-59. (in Russian).
Orlova E.V. System model for diagnostics in ophthalmology based on fuzzy inference algorithms. Ivecofin. 2024. N 04(62). Р. 64-72. DOI: 10.6060/ivecofin.2024624.703. (in Russian).
Gusev G.I., Gushchin A.A., Grinevich V.I., Rybkin V.V., Izvekova Т.V., Sharonov A.V. Treatment of wastewater containing 2,4-dichlorophenol in dielectric barrier discharge plasma. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2020. V. 63. N 7. P. 88-94. DOI: 10.6060/ivkkt.20206307.6182. (in Russian).
Smirnova O.P. Features of the formation of a modern investment management system and the specifics of the economic assessment of investment projects in housing construction. Ivecofin. 2017. N 2(32). P. 17-22. (in Russian).
Balakin M.A., Mirolyubova A.A. Analysis and processing of information in decision-making under conditions of uncertainty. Collection of scientific papers of Russian universi-ties "Problems of economics, finance and production management". 2024. N 55. P. 29-31. (in Russian).
Gvozdeva T.V., Smirnova E.M. Development of a system model for the formation of educational programs. Ivecofin. 2024. N 03(61). P. 91-96. DOI: 10.6060/ivecofin.2024613. 693. (in Russian).
Bubnov A.G., Grinevich V.I., Gushchin A.A., Plastinina N.A. Methodology for selecting a method for water purification from organic compounds using environmental risk parameters. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2007. V. 50. N 8. P. 89-92. (in Russian).
Kosmina S.V. Artificial intelligence. From idea to implementation in software-oriented systems. Collection of scientific papers of Russian universities "Problems of economics, finance and production management". 2024. N 55. P. 88-95. (in Russian).
Astrakhantseva I.A., Gerasimov A.S., Smirnova O.P. Evaluating statistical and machine learning models for inflation forecasting. Modern high technologies. Regional application. 2024. N 3(79). P. 120-131. DOI: 10.6060/snt.20247903.0019. (in Russian).
