PHÂN TÍCH ẢNH X-QUANG PHỔI PHÁT HIỆN COVID–19 BẰNG MẠNG NƠ-RON TÍCH CHẬP VÀ GRAD–CAM

Tóm tắt

Sàng lọc tổn thương phổi bằng X-quang ngực có giá trị bổ trợ trong bối cảnh quá tải và nghi ngờ COVID–19. Bài báo trình bày khung phân loại đa lớp trên ảnh X-quang nhằm phân biệt COVID–19 với phổi bình thường, viêm phổi virus và các mảng mờ phổi chồng lấp. Chúng tôi áp dụng chuẩn hóa ảnh, tăng cường dữ liệu thời gian huấn luyện và học chuyển giao từ ImageNet cho bốn kiến trúc: CNN cơ sở, ResNet50, DenseNet121 và EfficientNetB3, với hai giai đoạn tinh chỉnh. Dữ liệu chủ đạo từ COVID–19 Radiography Database; các bộ COVIDx CXR–2 và NIH ChestX-ray8 được dùng để làm giàu và kiểm định ngoài. Trong thiết lập thực nghiệm, ResNet50 đạt chỉ số cao nhất (độ chính xác 94,20%; AUC 0,9921), DenseNet121 theo sát phía sau, EfficientNetB3 thấp hơn dưới cùng cấu hình siêu tham số. Grad–CAM cho thấy mô hình tập trung vào vùng nhu mô ngoại vi đáy phổi, phù hợp học thuyết và hạn chế bám vào nhiễu nền.