利用胸部CT特征从多种肺部异常中自动分诊COVID-19
图像与视频处理
2024-10-30 v1 计算机视觉与模式识别
摘要
COVID-19的暴发已引发全球减缓大流行传播的努力。为此，基于胸部计算机断层扫描(CT)的COVID-19疑似患者筛查与诊断被用作逆转录聚合酶链反应(RT-PCR)检测的补充或替代。本文中，我们提出一种全自动化基于AI的系统，以胸部CT扫描为输入并对COVID-19病例进行分诊。更具体地，我们生成多种描述性特征，包括肺部与感染统计量、纹理、形状及位置，以训练基于机器学习的分类器，区分COVID-19与其他肺部异常（包括社区获得性肺炎）。我们在2191例CT数据集上评估了系统，展示了鲁棒方案：在85.4%特异性下达到90.8%灵敏度，ROC-AUC为94.0%。此外，我们给出了细致的特征分析与消融研究，以探究各特征的重要性。
引用
@article{arxiv.2010.12967,
title = {Automated triage of COVID-19 from various lung abnormalities using chest CT features},
author = {Dor Amran and Maayan Frid-Adar and Nimrod Sagie and Jannette Nassar and Asher Kabakovitch and Hayit Greenspan},
journal= {arXiv preprint arXiv:2010.12967},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication