利用卷积神经网络从 CT 扫描中自动检测 COVID-19
图像与视频处理
2020-06-25 v1 计算机视觉与模式识别
机器学习
摘要
COVID-19 是一种传染性疾病，引起类似于 SARS-CoV（2003）所致的呼吸系统问题。目前，拭子样本被用于其诊断。最常用的检测方法是 RT-PCR 方法，其特异性高但敏感性可变。基于 AI 的检测有能力克服这一缺陷。在本文中，我们提出一种前瞻性方法，其中我们使用胸部 CT 扫描来诊断患者的 COVID-19 肺炎。我们使用一组开源图像（作为单独的 CT 切片提供）以及来自一家印度私立医院的全套 CT 扫描来训练我们的模型。我们构建了一个使用 U-Net 架构的 2D 分割模型，其通过标出感染区域给出输出。我们的模型达到了 96.428% 的敏感性（95% CI：88%–100%）和 88.39% 的特异性（95% CI：82%–94%）。此外，我们推导了一种将切片级预测转换为扫描级预测的逻辑，这有助于我们减少假阳性。
引用
@article{arxiv.2006.13212,
title = {Automated Detection of COVID-19 from CT Scans Using Convolutional Neural Networks},
author = {Rohit Lokwani and Ashrika Gaikwad and Viraj Kulkarni and Aniruddha Pant and Amit Kharat},
journal= {arXiv preprint arXiv:2006.13212},
year = {2020}
}