用于COVID-19诊断的可解释非局部网络
图像与视频处理
2024-08-09 v1 计算机视觉与模式识别
摘要
卷积神经网络在医学图像自动分类中取得了优异成果。本研究提出一种新型深度残差三维注意力非局部网络（NL-RAN），用于对CT图像中的COVID-19、普通肺炎和正常进行分类，以实现快速且可解释的COVID-19诊断。我们构建了一个能够进行端到端训练的深度残差三维注意力非局部网络。网络嵌入了非局部模块以捕获全局信息，同时嵌入了三维注意力模块以聚焦于病灶细节，从而能够直接分析三维肺部CT并输出分类结果。注意力模块的输出可用作热力图以提高模型的可解释性。本研究纳入了4079例三维CT扫描。每例扫描具有唯一标签（新型冠状病毒肺炎、普通肺炎和正常）。CT扫描队列被随机划分为包含3263例扫描的训练集、408例扫描的验证集和408例扫描的测试集。并与现有主流分类方法（如CovNet、CBAM、ResNet等）进行比较。同时将可视化结果与CAM等可视化方法进行比较。模型性能采用ROC曲线下面积（AUC）、精确率和F1分数进行评估。NL-RAN取得了0.9903的AUC、0.9473的精确率和0.9462的F1分数，超越了所有对比分类方法。注意力模块输出的热力图也比CAM输出的热力图更清晰。我们的实验结果表明，所提方法显著优于现有方法。此外，第一个注意力模块输出的热力图包含详细的轮廓信息以提高模型的可解释性。我们的实验表明模型推理速度快，可提供实时辅助诊断。
引用
@article{arxiv.2408.04300,
title = {An Explainable Non-local Network for COVID-19 Diagnosis},
author = {Jingfu Yang and Peng Huang and Jing Hu and Shu Hu and Siwei Lyu and Xin Wang and Jun Guo and Xi Wu},
journal= {arXiv preprint arXiv:2408.04300},
year = {2024}
}