Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 20
 İndirme 3
Covid-19 and Pneumonia Chest Infection Detection and Classification using Convolutional Neural Networks
2021
Dergi:  
Turkish Journal of Computer and Mathematics Education
Yazar:  
Özet:

Various machine learning, deep learning and image processing techniques are used frequently in detecting the presence of diseases and infections from medical images. Detecting COVID- 19 and pneumonic infections takes special skills and techniques because they are difficult to detect – especially in early stages. We have developed a web application which incorporates all the functionalities for uploading the chest radiograph input image, perform processing on the input image, perform classification and finally output the predicted disease category, its class probability, and provide an option to download the diagnosis report, generated automatically. The complete system incorporates a convolutional neural network model which performs classification on input mages after performing image processing operations. The convolutional neural network is trained on an extensive dataset of chest radiograph images, covering chest X-ray images of patients affected with pneumonia and COVID- 19 as well as normal chest X-rays. This classification model was able to achieve a great accuracy and precision.

Anahtar Kelimeler:

0
2021
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










Turkish Journal of Computer and Mathematics Education

Dergi Türü :   Uluslararası

Metrikler
Makale : 1.706
Atıf : 102
2023 Impact/Etki : 0.071
Turkish Journal of Computer and Mathematics Education