使用卷积神经网络在 X 射线图像上自动检测 COVID-19 病例
图像与视频处理
2020-07-13 v1 计算机视觉与模式识别
机器学习
摘要
近几个月来，世界对 COVID-19 的快速蔓延感到震惊。为了应对这一疾病并最小化其社会经济影响，除监测与治疗外，诊断是一项关键程序。然而，该工作的实施受限于实验室检测的延迟与有限可及性，亟需新策略以开展病例分诊。在此情形下，深度学习模型正被提议作为基于胸部 X 射线和计算机断层扫描图像辅助诊断过程的一种可能选项。因此，本研究旨在利用卷积神经网络（CNN）通过深度学习技术，从胸部图像自动检测 COVID-19 病例。结果有助于扩展其他形式 COVID-19 检测的可及性，并加快该疾病的识别过程。所用的所有数据库、构建的代码以及模型训练获得的结果均开放获取。这一举措便于其他研究者参与改进这些模型，因为这有助于改善结果，进而在推进对抗 COVID-19 中取得进展。
引用
@article{arxiv.2007.05494,
title = {Automatic Detection of COVID-19 Cases on X-ray images Using Convolutional Neural Networks},
author = {Lucas P. Soares and Cesar P. Soares},
journal= {arXiv preprint arXiv:2007.05494},
year = {2020}
}
备注
6 pages, 4 figures