基于印记权重方法的胸片图像 COVID-19 检测
图像与视频处理
2021-05-06 v1 计算机视觉与模式识别
机器学习
摘要
COVID-19 大流行对全球人口的福祉造成了毁灭性影响。该大流行之所以如此显著，部分原因在于病毒及其变体的高感染率。作为应对，快速诊断是最有效的阻断感染手段之一。主流筛查方法逆转录聚合酶链反应（RT-PCR）耗时、费力且供应短缺。胸部放射摄影是 COVID-19 的一种替代筛查方法，且计算机辅助诊断（CAD）已被证明是一种低成本、高速度的可行方案；然而，训练 CAD 模型面临的挑战之一是训练数据有限，尤其是在大流行初期。恰恰在亟需快速且廉价诊断以 flatten 感染曲线之时，这一问题显得尤为突出。为应对该挑战，我们提出使用一种名为印记权重（imprinted weights）的小样本学习方法，借助肺炎等已知疾病样本的丰富性来提升对 COVID-19 的检测性能。
引用
@article{arxiv.2105.01710,
title = {COVID-19 Detection from Chest X-ray Images using Imprinted Weights Approach},
author = {Jianxing Zhang and Pengcheng Xi and Ashkan Ebadi and Hilda Azimi and Stephane Tremblay and Alexander Wong},
journal= {arXiv preprint arXiv:2105.01710},
year = {2021}
}
备注
Accepted to ICLR 2021 Workshop: Machine Learning for Preventing and Combating Pandemics