ISSN: ISSN:2167-7964

OMICS 放射線学ジャーナル

オープンアクセス

当社グループは 3,000 以上の世界的なカンファレンスシリーズ 米国、ヨーロッパ、世界中で毎年イベントが開催されます。 1,000 のより科学的な学会からの支援を受けたアジア および 700 以上の オープン アクセスを発行ジャーナルには 50,000 人以上の著名人が掲載されており、科学者が編集委員として名高い

オープンアクセスジャーナルはより多くの読者と引用を獲得
700 ジャーナル 15,000,000 人の読者 各ジャーナルは 25,000 人以上の読者を獲得

インデックス付き
  • 索引コペルニクス
  • Google スカラー
  • Jゲートを開く
  • Genamics JournalSeek
  • 研究聖書
  • 電子ジャーナルライブラリ
  • レフシーク
  • ハムダード大学
  • エブスコ アリゾナ州
  • OCLC-WorldCat
  • SWBオンラインカタログ
  • 仮想生物学図書館 (vifabio)
  • パブロン
  • ジュネーブ医学教育研究財団
  • ICMJE
このページをシェアする

抽象的な

Radiology in the Era of COVID-19: A Systematic Exploration of Detection and Diagnosis Modalities

Angeliki Ailianou*

The COVID-19 pandemic has underscored the significance of radiology in the early detection and precise diagnosis of the disease. This research article presents a systematic exploration of various radiological modalities employed in the context of COVID-19, examining their efficacy, challenges, and emerging trends. From traditional chest imaging to cutting-edge artificial intelligence (AI) applications, this study aims to provide a comprehensive overview of the evolving landscape of radiological approaches during the ongoing global health crisis. According to the findings, deep learning-based models have an extraordinary capacity to offer an accurate and efficient system for the detection and diagnosis of COVID-19, the use of which in the processing of modalities would lead to a significant increase in sensitivity and specificity values.

The application of deep learning in the field of COVID-19 radiologic image processing reduces false-positive and negative errors in the detection and diagnosis of this disease and offers a unique opportunity to provide fast, cheap, and safe diagnostic services to patients.

免責事項: この要約は人工知能ツールを使用して翻訳されており、まだレビューまたは確認されていません。