Vainigli, Lorenzo
(2021)
Registrazioni vocali per la diagnosi di COVID-19 con Deep Convolutional Neural Networks.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Informatica [LM-DM270]
Documenti full-text disponibili:
Abstract
La pandemia da COVID-19 ha portato il mondo scientifico a cercare i metodi migliori per contrastare il veloce diffondersi della malattia. In ambito medico da anni sono in uso tecniche per diagnosticare patologie esaminando i suoni emanati dal corpo come la voce ed il respiro; altre invece sono basate sul riconoscimento di immagini. In questo studio sono state utilizzate le Deep Convolutional Neural Networks per riconoscere pazienti affetti da COVID-19 utilizzando gli spettrogrammi generati dalle registrazioni di colpi di tosse e respiri, raccolti in modalità crowdsourcing attraverso applicazioni mobili e web. I risultati sono promettenti e riescono a pareggiare lo stato dell’arte, certificando che le tecnologie di deep learning per la classificazione di immagini sono un ottimo strumento di supporto alla diagnosi di COVID-19.
Abstract
La pandemia da COVID-19 ha portato il mondo scientifico a cercare i metodi migliori per contrastare il veloce diffondersi della malattia. In ambito medico da anni sono in uso tecniche per diagnosticare patologie esaminando i suoni emanati dal corpo come la voce ed il respiro; altre invece sono basate sul riconoscimento di immagini. In questo studio sono state utilizzate le Deep Convolutional Neural Networks per riconoscere pazienti affetti da COVID-19 utilizzando gli spettrogrammi generati dalle registrazioni di colpi di tosse e respiri, raccolti in modalità crowdsourcing attraverso applicazioni mobili e web. I risultati sono promettenti e riescono a pareggiare lo stato dell’arte, certificando che le tecnologie di deep learning per la classificazione di immagini sono un ottimo strumento di supporto alla diagnosi di COVID-19.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Vainigli, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM A: TECNICHE DEL SOFTWARE
Ordinamento Cds
DM270
Parole chiave
deep learning,convolutional neural networks,artificial intelligence,COVID-19,image classification
Data di discussione della Tesi
18 Marzo 2021
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Vainigli, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM A: TECNICHE DEL SOFTWARE
Ordinamento Cds
DM270
Parole chiave
deep learning,convolutional neural networks,artificial intelligence,COVID-19,image classification
Data di discussione della Tesi
18 Marzo 2021
URI
Statistica sui download
Gestione del documento: