推进 3D CT 扫描中的 COVID-19 检测
图像与视频处理
2024-03-19 v1 计算机视觉与模式识别
摘要
为了对 COVID-19 进行更准确的诊断，我们提出了一种简洁而有效的模型。首先，我们分析 3D CT 扫描的特征并去除非肺部区域，促使模型聚焦于病灶相关区域并降低计算成本。我们使用 ResNeSt50 作为强特征提取器，并使用包含 COVID-19 特定先验知识的预训练权重对其进行初始化。我们的模型在第 4 届 COV19D 竞赛挑战赛 的验证集上实现了 0.94 的 Macro F1 分数，较基线提升了 16%。这表明其在区分 COVID-19 与非 COVID-19 病例方面的有效性，使其成为 COVID-19 检测的稳健方法。
引用
@article{arxiv.2403.11953,
title = {Advancing COVID-19 Detection in 3D CT Scans},
author = {Qingqiu Li and Runtian Yuan and Junlin Hou and Jilan Xu and Yuejie Zhang and Rui Feng and Hao Chen},
journal= {arXiv preprint arXiv:2403.11953},
year = {2024}
}