Covid-19：利用卷积神经网络迁移学习从 X 射线图像自动检测
图像与视频处理
2020-06-15 v1 计算机视觉与模式识别
机器学习
医学物理
摘要
在本研究中，利用来自普通肺炎、Covid-19 及正常病例患者的 X 射线图像数据集进行冠状病毒的自动检测。本研究旨在评估近年来提出的用于医学图像分类的先进卷积神经网络（Convolutional Neural Network）架构的性能。具体而言，采用了称为迁移学习的方法。借助迁移学习，在小型医学图像数据集中检测多种异常成为可实现的目标，且常取得显著结果。本实验所使用的数据集包含 1427 张 X 射线图像，包括 224 张确诊 Covid-19 图像、700 张确诊普通肺炎图像和 504 张正常状况图像。数据收集自公开医学库中的可用 X 射线图像。通过迁移学习，在 Covid-19 检测中达到了 97.82% 的总体准确率。
引用
@article{arxiv.2003.11617,
title = {Covid-19: Automatic detection from X-Ray images utilizing Transfer Learning with Convolutional Neural Networks},
author = {Ioannis D. Apostolopoulos and Tzani Bessiana},
journal= {arXiv preprint arXiv:2003.11617},
year = {2020}
}