使用切片处理技术和改进的Xception分类器从计算机断层扫描图像检测COVID-19
图像与视频处理
2024-05-28 v1 计算机视觉与模式识别
机器学习
摘要
本文扩展了我们之前的COVID-19诊断方法，提出了一种增强的从计算机断层扫描（CT）图像检测COVID-19的解决方案。为了减少模型误分类，采用了两个关键图像处理步骤。首先，移除最顶部和最底部的切片，保留每个患者60%的切片。其次，所有切片经过手动裁剪以突出肺部区域。随后，调整大小的CT扫描（224×224）输入到Xception迁移学习模型中。利用Xception的架构和预训练权重，修改后的模型实现了二分类。在COV19-CT数据库上的有希望的结果显示，与之前的方法和同一数据集上的替代方案相比，在切片和患者级别上验证准确率和宏F1分数更高。
引用
@article{arxiv.2312.07580,
title = {COVID-19 Detection Using Slices Processing Techniques and a Modified Xception Classifier from Computed Tomography Images},
author = {Kenan Morani},
journal= {arXiv preprint arXiv:2312.07580},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2207.00259