X射线图像COVID-19自动检测方法批判性评估
图像与视频处理
2020-09-22 v4 计算机视觉与模式识别
机器学习
摘要
在本文中，我们比较并评估了近期文献中用于X射线图像自动诊断COVID-19的不同测试协议。我们表明，使用不包含大部分肺部的X射线图像也可以获得类似的结果。我们能够通过将X射线扫描的中心变为黑色、仅对图像的外围部分训练分类器来从图像中移除肺部。因此，我们推断若干用于识别的测试协议是不公平的，且神经网络正在学习数据集中与COVID-19存在无关的模式。最后，我们表明创建一个公平的测试协议是一项具有挑战性的任务，并且我们提供了一种方法来衡量特定测试协议的公平程度。在未来的研究中，我们建议使用我们的工具检查测试协议的公平性，并鼓励研究者寻找比我们提出的更好的技术。
引用
@article{arxiv.2004.12823,
title = {A Critic Evaluation of Methods for COVID-19 Automatic Detection from X-Ray Images},
author = {Gianluca Maguolo and Loris Nanni},
journal= {arXiv preprint arXiv:2004.12823},
year = {2020}
}