用于新型冠状病毒肺炎（COVID-19）诊断的深度学习技术综述
图像与视频处理
2022-09-09 v1 计算机视觉与模式识别
机器学习
摘要
新型冠状病毒（COVID-19）的暴发在全球造成了灾难性局面，并成为过去百年来最尖锐严重的疾病之一。COVID-19 的全球患病率每日急速攀升。尽管尚未发现针对该大流行的疫苗，深度学习技术已证明自身是临床医生用于 COVID-19 自动诊断武器库中的有力工具。本文旨在概述近期基于深度学习技术、利用计算机断层扫描（CT）与 X 射线等不同医学成像模态开发的系统。本综述具体讨论了使用深度学习技术开发的 COVID-19 诊断系统，并深入介绍了用于训练这些网络的知名数据集。它还强调了该领域研究人员所采用的数据划分技术与各类性能指标。我们绘制了一种分类体系以对近期工作进行归类从而提供恰当洞见。最后，我们通过阐述深度学习用于 COVID-19 检测所面临的挑战及该研究领域可能的未来趋势作结。本文意在为专家（医学或其他）与技术人员提供关于深度学习技术在此方面应用方式及其如何潜在推进抗击 COVID-19 暴发工作的新见解。
引用
@article{arxiv.2008.04815,
title = {A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19)},
author = {Md. Milon Islam and Fakhri Karray and Reda Alhajj and Jia Zeng},
journal= {arXiv preprint arXiv:2008.04815},
year = {2022}
}
备注
18 pages, 2 figures, 4 Tables