CoRSAI：一种基于深度学习对 COVID-19 患者 CT 扫描进行鲁棒解读的系统
图像与视频处理
2021-05-26 v1 计算机视觉与模式识别
机器学习
摘要
胸部 CT 扫描分析可用于检测受 COVID-19 等传染病影响的肺部区域。确定受病变影响的肺体积对于制定治疗建议和按疾病严重程度对患者进行优先级排序至关重要。在本文中，我们采用了一种基于深度卷积神经网络集成的方法，用于对肺部 CT 扫描切片进行分割。利用我们的模型，我们能够分割病变、评估患者动态变化、估计受病变影响的肺相对体积并评估肺损伤阶段。我们的模型在不同的医疗中心的数据上进行了训练。我们将模型的预测与六位经验丰富的放射科医生的预测进行了比较，我们的分割模型优于他们中的大多数。在疾病严重程度分类任务上，我们的模型优于所有放射科医生。
引用
@article{arxiv.2105.11863,
title = {CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning},
author = {Manvel Avetisian and Ilya Burenko and Konstantin Egorov and Vladimir Kokh and Aleksandr Nesterov and Aleksandr Nikolaev and Alexander Ponomarchuk and Elena Sokolova and Alex Tuzhilin and Dmitry Umerenkov},
journal= {arXiv preprint arXiv:2105.11863},
year = {2021}
}