X-Ray Images Analysis by Medium Artificial Neural Network

Ecuadorian Science

View Publication Info
 
 
Field Value
 
Title X-Ray Images Analysis by Medium Artificial Neural Network
Análisis de Imágenes de Rayos X por Medio de Redes Neuronales Artificiales
 
Creator Patiño Perez, Darwin
Silva Bustillos, Ricardo
Botto-Tobar, Miguel
Munive Mora, Celia
 
Subject Covid-19
X-ray
machine learning
prediction model
convolutional neural networks
Covid-19
rayos X
machine learning
modelo de predicción
red neuronal convolucional
 
Description Currently the world is affected by a new strain of coronavirus called SARS-2, which is the cause of a respiratory-type infectious disease called Covid-19; the symptoms are fever, dry cough, shortness of breath, tiredness and in some more severe cases it can cause pneumonia, leading to death. According to the world health organization, the disease originated in Wuhan-China and spread rapidly throughout the world, causing serious health problems for populations without finding an effective cure or treatment to help prevent death and control its spread. Health specialists have not been able to find an effective cure that prevents the spread of the virus, although there are mechanisms to detect the disease, one of the most effective is related to the analysis of X-ray images of the chest of a patient; Manually processing a group of patient images is time consuming, so processing large volumes of images makes it impossible to promptly treat patients if the virus is detected. In the present manuscript, an X-ray image analysis mechanism is exposed, which uses artificial intelligence; and through a machine learning technique, through an algorithm based on artificial neural networks, a program is able to apply machine learning and learn to recognize patterns in chest images of infected and healthy patients, so that it can classify, predict and detect one if a new image is of a infected or healthy patient.
Actualmente el mundo se ve afectado, por una nueva cepa de coronavirus denominado SARS-2, que es causante de una enfermedad infecciosa de tipo respiratorio denominado Covid-19; los síntomas son fiebre, tos seca, falta de aliento, cansancio y en algunos casos más graves puede causar neumonía llegando a causar la muerte.  Según la organización mundial de la salud, la enfermedad se originó en Wuhan-China y se extendió rápidamente por todo el mundo, ocasionando serios problemas de salud a las poblaciones sin que se encuentre una cura o tratamiento efectivo que ayude a evitar la muerte y controlar su propagación. Los especialistas de la salud, no han podido encontrar una cura efectiva que evite la propagación del virus, aunque existen mecanismos para detectar la enfermedad, uno de los más efectivos está relacionado con el análisis de imágenes de rayos X del torax de un paciente; el procesar manualmente un grupo de imágenes de un paciente consume mucho tiempo, por lo que procesar grandes volúmenes de imágenes imposibilita el tratamiento oportuno de los pacientes en caso de detectarse el virus. En el presente manuscrito, se expone un mecanismo de análisis de imágenes de rayos X, que usa inteligencia artificial; y por medio de una técnica de machine learning, mediante un algoritmo basado en redes neuronales artificiales, se consigue que un programa aplique aprendizaje automático y aprenda a reconocer patrones en imágenes de tórax de pacientes contagiados y sanos.
 
Publisher GDEON Editorial
 
Date 2021-03-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier https://journals.gdeon.org/index.php/esj/article/view/50
10.46480/esj.5.1.50
 
Source Ecuadorian Science Journal; Vol. 5 Núm. 1 (2021): Marzo; 55-60
Ecuadorian Science Journal; Vol 5 No 1 (2021): March; 55-60
2602-8077
 
Language spa
 
Relation https://journals.gdeon.org/index.php/esj/article/view/50/89
 
Rights Copyright (c) 2021 Ecuadorian Science Journal
https://creativecommons.org/licenses/by-nc/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library