3D RegNet：用于胸部 CT 图像 COVID-19 诊断的深度学习模型
图像与视频处理
2021-07-12 v1 计算机视觉与模式识别
机器学习
摘要
本文提出一种基于 3D-RegNet 的神经网络，用于诊断冠状病毒（Covid-19）感染患者的身体状况。在临床医学应用中，肺 CT 图像被从业者用于判定患者是否感染冠状病毒。然而，该诊断方法存在一些可斟酌的缺陷，如耗时且准确度低。作为人体较大的器官，若利用二维切片图像诊断肺部，重要的空间特征将会丢失。因此，本文设计了一种采用 3D 图像的深度学习模型。以二维肺部图像序列构成 3D 图像作为输入数据，从中提取并分类相关的冠状病毒感染 3D 特征。结果表明，该 3D 模型的测试集取得了 f1 分数 0.8379 与 AUC 值 0.8807。
引用
@article{arxiv.2107.04055,
title = {3D RegNet: Deep Learning Model for COVID-19 Diagnosis on Chest CT Image},
author = {Haibo Qi and Yuhan Wang and Xinyu Liu},
journal= {arXiv preprint arXiv:2107.04055},
year = {2021}
}