Previsione di COVID-19 con la rete neurale a convoluzione

Le reti neurali convoluzionali (CNN) e l'apprendimento automatico (ML) si sono evoluti molto nell'era tecnologica moderna. Vengono utilizzate per l'analisi e la previsione di vari segmenti della vita normale. Hanno un vantaggio maggiore quando si tratta di comprendere un processo, a volte anche meglio di un cervello umano. Il virus che viene generato come COVID-19 è causato principalmente quando una persona tossisce, starnutisce o espira e viene trasmesso come una piccola particella ad altri corpi e forma questi virus. Uno dei principali trucchi per fermare la diffusione di questo covide-19 è la distanza sociale e il test rapido. Questo test rapido richiede 2-3 giorni di tempo per ottenere il risultato del covid-19. Questo potrebbe mettere in difficoltà un gran numero di persone in termini di denaro e tempo. Pertanto, con il vantaggio della CNN, è stato ideato un metodo per aumentare l'efficienza del processo di analisi. Le radiografie e le scansioni TC mostrano un notevole vantaggio nel rilevare la COVID-19 in una persona. La COVID-19 colpisce soprattutto i polmoni, che possono essere rilevati nelle radiografie come una sovrapposizione bianca. Abbiamo costruito un modello in grado di identificare se la radiografia presentata è di una persona normale o di una persona COVID-19 positiva.