Previsão da COVID-19 usando Convolution Neural Network

As Redes Neurais Convolucionais (CNN) e a Aprendizagem Mec滱ica (ML) evolu甏am muito na era tecnol鏬ica moderna. S緌 utilizadas na an嫮ise e predi誽o de v嫫ios segmentos da vida normal. T瘱 uma maior vantagem quando se trata de compreender um processo, por vezes at?melhor do que um c廨ebro humano. O v甏us que ?gerado como COVID-19 ?principalmente causado quando uma pessoa tosse, espirra ou exala e ?transmitido como uma pequena part獳ula a outros corpos e forma estes v甏us. Um dos principais truques para impedir a propaga誽o deste COVID-19 ?o distanciamento social e os testes r嫚idos. Este teste r嫚ido demorar?2-3 dias a obter o resultado da covid-19. Isto pode incomodar uma grande quantidade de pessoas em termos de dinheiro e tempo. Portanto, com a vantagem da CNN, concebeu um m彋odo para aumentar a efici瘽cia do processo de teste. As radiografias e tomografias computorizadas mostram uma vantagem consider嫛el na detec誽o de COVID-19 numa pessoa. A COVID-19 afecta principalmente os pulm髊s que poderiam ser apanhados nos raios X como uma cobertura branca. Construiu um modelo que poderia identificar se o raio-X submetido ?de uma pessoa normal ou de uma pessoa COVID-19 positiva.