La Inteligencia Artificial ha ayudado a lidiar con diferentes problemas relacionados con los datos masivos y a su vez con su tratamiento, diagnóstico y detección de enfermedades como la que actualmente nos preocupa, la COVID-19. El objetivo de esta investigación ha sido analizar y desarrollar la clasificación de imágenes de neumonÃa a causa de COVID-19 para un diagnostico efectivo y óptimo. Se ha usado Transfer-Learning aplicando ResNet, DenseNet, Poling y Dense layer para la elaboración de los modelos de red propios Covid-UPeU y Covid-UPeU-TL, utilizando las plataformas Kaggle y Google colab, donde se realizaron 4 experimentos. El resultado con una mejor clasificación de imágenes se obtuvo en el experimento 4 prueba N°2 con el modelo Covid-UPeU-TL donde Acc.Train: 0.9664 y Acc.Test: 0.9851. Los modelos implementados han sido desarrollados con el propósito de tener una visión holÃstica de los factores para la optimización en la clasificación de imágenes de neumonÃa a causa de COVID-19.
Vea el artÃculo completo:
