基于机器学习工具眼部特征识别的 COVID-19 新筛查方法
图像与视频处理
2020-09-08 v1 计算机视觉与模式识别
机器学习
摘要
2019 冠状病毒病（COVID-19）已影响数百万人。随着疫情暴发，许多研究者致力于 COVID-19 筛查系统。COVID-19 快速风险筛查的标准做法是 CT 影像或 RT-PCR（实时聚合酶链反应）。然而，这些方法需要专业人员获取 CT 图像与唾液样本、一定的等待时间，且最重要的是在一些国家检查费用高昂。最近，一些文献表明 COVID-19 患者通常伴有与结膜炎一致的眼部表现，包括结膜充血、球结膜水肿、流泪或分泌物增多。经过四个多月的的研究，我们发现 COVID-19 确诊病例呈现一致的眼部病理征象；并且我们提出一种分析由普通 CCD 和 CMOS 相机捕获的眼区图像的新筛查方法，能够以非常高准确率可靠地进行 COVID-19 快速风险筛查。我们相信实现该算法的系统应有助于分诊管理或临床诊断。为进一步评估我们的算法，并经复旦大学上海公共卫生临床中心伦理委员会批准，我们对 303 名患者（104 名 COVID-19、131 名肺部疾病、68 名眼部疾病患者）以及 136 名健康人的眼区图像分析进行研究。值得注意的是，我们测试集中 COVID-19 患者的结果一致呈现相似的眼部病理征象；并且在灵敏度和特异度方面取得了非常高的测试结果。我们希望本研究能启发并有助于鼓励更多该主题的研究。
引用
@article{arxiv.2009.03184,
title = {A New Screening Method for COVID-19 based on Ocular Feature Recognition by Machine Learning Tools},
author = {Yanwei Fu and Feng Li and Wenxuan Wang and Haicheng Tang and Xuelin Qian and Mengwei Gu and Xiangyang Xue},
journal= {arXiv preprint arXiv:2009.03184},
year = {2020}
}
备注
technical report