基于全自动深度学习的网络,可从新的大型肺部CT扫描数据集中检测COVID-19 COVID-19是一个严重的全球性问题,在早期阶段通过监视和检测感染者,人工智能可以在防止损失方面发挥重要作用。 本文旨在提出一种高速,准确的全自动方法,从患者的CT扫描图像中检测COVID-19。 我们引入了一个新的数据集,其中包含来自282位正常人的48260张CT扫描图像和来自95位COVID-19感染患者的15589张图像。 在第一阶段,该系统运行我们提出的图像处理算法,以丢弃肺内无法正常看到的那些CT图像。 此操作有助于减少处理时间和错误检测。 在下一阶段,我们将介绍一种提高卷积网络分类精度的新方法。