Desarrollan técnica de detección rápida de Covid

Un grupo de investigadores de la Universidad de Teherán publicaron el artículo “FCOD: Fast COVID-19 Detector based on deep learning techniques”.

En este artículo, proponen una técnica novedosa llamada Detector rápido de COVID-19 (FCOD) para tener una detección rápida de COVID-19 mediante imágenes de rayos X, con el uso de deep learning.

La repentina pandemia de COVID-19 ha causado una grave preocupación mundial debido a las tasas de infección y mortalidad. Es una enfermedad peligrosa que se ha convertido recientemente en la mayor crisis de la era moderna.

Debido a la limitación de los kits de prueba y la necesidad de cribado y diagnóstico rápido de los pacientes, es fundamental realizar un modelo de detección autooperativo como sistema de reconocimiento rápido para detectar la infección por COVID-19 y prevenir la propagación entre las personas.

¿Qué es el FCOD?

El FCOD es un modelo de aprendizaje profundo basado en la arquitectura Inception que utiliza 17 capas de convolución separables en profundidad para detectar COVID-19.

Las capas de convolución separables en profundidad disminuyen los costos de cálculo, el tiempo y pueden tener un papel reductor en el número de parámetros en comparación con las capas de convolución estándar.

Para evaluar el FCOD, utilizaron covid-chestxray-dataset, que contiene 940 imágenes típicas de rayos X de tórax disponibles públicamente. Los resultados muestran que el FCOD puede proporcionar precisión, puntuación F1 y AUC del 96%, 96% y 0,95%, respectivamente, al clasificar COVID-19 durante 0,014 s para cada caso.

Su investigación parte de la idea de que la imagen radiológica ayuda a diferenciar con gran precisión una neumonía provocada por coronavirus de otra causada por patógenos diferentes.

Cuando un paciente llega al departamento de urgencias con síntomas sospechosos de COVID-19, los médicos solicitan una radiografía de tórax como parte del protocolo estándar. El algoritmo evalúa automáticamente la radiografía tan pronto como se toma la imagen.

El modelo propuesto puede emplearse como un sistema de toma de decisiones de apoyo para ayudar a los radiólogos en clínicas y hospitales a examinar a los pacientes de inmediato.