返回
A multimodal metaheuristic-optimized deep learning framework for radiological image classification
DOI:10.1016/j.array.2026.101055.png)
摘要
En 中文
• 提出了一种用于放射学图像分类的新型深度学习模型Covid_L3GBNet23。• 采用多模态元启发式优化方法(GA + BDA)进行有效的特征选择。• 该框架通过预训练和深度特征提取改善特征表示。• 所提出的方法优于传统分类器,包括SVM和KNN变体。• 该框架在可靠且自动化的医学图像诊断方面显示出巨大潜力。
Keyword:
Classification
Binary dragonfly algorithm
Genetic algorithm
COVID-19
CNN
Ultrasound
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.5
论文数:
993
被引数:
1.2K
机构
引用论文
COVID-19 Detection Through Transfer Learning Using Multimodal Imaging Data使用多模态成像数据通过迁移学习进行新型冠状病毒肺炎检测
IEEE ACCESS
IF3.6
COVID-Net L2C-ULTRA: An Explainable Linear-Convex Ultrasound Augmentation Learning Framework to Improve COVID-19 Assessment and Monitoring
SENSORS
IF3.5
The role of advanced machine learning in COVID-19 medical imaging: A technical review先进机器学习在COVID-19医学影像中的作用:一项技术综述

