Data-set class-balancing and the convolutional vision transformer: An analysis of chest radiographs for SARS-CoV-2 detection
Introducción: La pandemia de COVID-19 ha impactado la salud pública y las economías mundiales. Las radiografías de tórax (RTC) desempeñan un papel fundamental en el cribado, especialmente en regiones con recursos limitados. Este trabajo se centra en el desarrollo de un modelo de aprendizaje profundo...
- Autores:
-
Escobar Ortiz, Andres F.
Pardo-Cabrera, Josh
Hurtado López, Julián
Ramírez Moreno, David Fernando
Amezquita-Dussan, María A.
Galindo-Sánchez, Juan S.
Sua-Villegas, Luz F.
Fernández-Trujillo, Liliana
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2024
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- eng
- OAI Identifier:
- oai:red.uao.edu.co:10614/16207
- Acceso en línea:
- https://hdl.handle.net/10614/16207
https://doi.org/10.1016/j.bspc.2024.106190
https://red.uao.edu.co/
- Palabra clave:
- COVID-19
Diagnóstico por imágenes
Radiografía
Tórax
Redes neuronales
Computadora
Aprendizaje profundo
Diagnostic imaging
Radiography
Thorax
Neural networks
Computer
- Rights
- openAccess
- License
- Derechos reservados - Elsevier, 2024