基于深度神经网络与信任函数的 Covid-19 分类
图像与视频处理
2021-01-19 v1 计算机视觉与模式识别
摘要
计算机断层扫描（CT）图像为放射科医生诊断 Covid-19 提供了有用信息。然而，CT 扫描的视觉分析耗时较长。因此，有必要开发从 CT 图像中自动检测 Covid-19 的算法。本文提出一种基于信任函数、采用半监督训练的卷积神经网络来检测 Covid-19 病例。我们的方法首先提取深度特征，将其映射为信任度图，并作出最终分类决策。与传统基于深度学习的分类模型相比，我们的结果更可靠且更具可解释性。实验结果表明，我们的方法能够取得良好性能，准确率为 0.81，F1 为 0.812，AUC 为 0.875。
引用
@article{arxiv.2101.06958,
title = {Covid-19 classification with deep neural network and belief functions},
author = {Ling Huang and Su Ruan and Thierry Denoeux},
journal= {arXiv preprint arXiv:2101.06958},
year = {2021}
}
备注
medical image, Covid-19, belief function, BIHI conference