Prédiction du COVID-19 à l'aide d'un réseau neuronal à convolution

Les r seaux neuronaux convolutifs (CNN) et l'apprentissage automatique (ML) ont beaucoup volu dans l' re technologique moderne. Ils sont utilis s dans l'analyse et la pr diction de divers segments de la vie normale. Ils ont un plus grand avantage lorsqu'il s'agit de comprendre un processus, parfois m me mieux qu'un cerveau humain. Le virus qui est g n r sous le nom de COVID-19 est principalement caus lorsqu'une personne tousse, ternue ou expire et il est transmis sous forme de petite particule d'autres corps et forme ces virus. L'une des principales astuces pour arr ter la propagation de ce covid-19 est la distanciation sociale et le test rapide. Ce test rapide prend 2 3 jours pour obtenir le r sultat du covid-19. Cela peut perturber un grand nombre de personnes en termes d'argent et de temps. Par cons quent, avec l'avantage du CNN, nous avons con u une m thode pour augmenter l'efficacit du processus de test. Les rayons X et les tomodensitogrammes montrent un avantage consid rable dans la d tection du COVID-19 chez une personne. Le COVID-19 affecte principalement les poumons, ce qui peut tre d tect sur les radiographies sous la forme d'une superposition blanche. Nous avons construit un mod le qui pourrait identifier si la radiographie soumise est celle d'une personne normale ou d'une personne positive au COVID-19.