Détermination du corona virus à l'aide d'images de tomodensitométrie thoracique
Analyse de la tomodensitométrie thoracique pour la détermination probabiliste de l'infection par le coronavirus
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
L'une des infections les plus morbides de ces derniers temps est le Covid-19, qui peut entraîner la mort chez l'homme. Les Covid-19 sont un groupe de virus à ARN qui provoquent des maladies chez les mammifères et les oiseaux. Chez l'homme et les oiseaux, ils provoquent des infections des voies respiratoires qui peuvent aller de bénignes à mortelles.Une méthode de dépistage efficace consiste à effectuer des tests par écouvillonnage afin de déterminer si la personne est infectée par le Covid- 19. Cette méthode est très pratique dans le domaine médical, car le diagnostic est rapide ...
L'une des infections les plus morbides de ces derniers temps est le Covid-19, qui peut entraîner la mort chez l'homme. Les Covid-19 sont un groupe de virus à ARN qui provoquent des maladies chez les mammifères et les oiseaux. Chez l'homme et les oiseaux, ils provoquent des infections des voies respiratoires qui peuvent aller de bénignes à mortelles.Une méthode de dépistage efficace consiste à effectuer des tests par écouvillonnage afin de déterminer si la personne est infectée par le Covid- 19. Cette méthode est très pratique dans le domaine médical, car le diagnostic est rapide et simple. Cependant, le traitement des images médicales fournit des informations supplémentaires et constitue un domaine émergent ces derniers temps. Nous avons proposé d'utiliser des techniques modernes de traitement d'images pour détecter les patients atteints de COVID-19 à l'aide d'un ensemble de données d'images de tomodensitométrie (CT) de manière automatisée. Cet ensemble de données est utilisé pour comparer différentes images de tomodensitométrie pour les cas positifs au COVID-19 avec des images normales et des images de pneumonie virale.
Andere Kunden interessierten sich für
