基于 ViT Transformer 的计算机断层扫描图像 COVID-19 检测方法
图像与视频处理
2023-11-29 v2 计算机视觉与模式识别
机器学习
摘要
本文中，我们提出一种新方法，利用 CT 图像提升 COVID-19 诊断的准确性与效率。借助计算机视觉中最先进的 Transformer 模型，我们采用了为基础 ViT Transformer 配置 224x224 尺寸输入图像的设定，并修改输出以适应二分类任务。值得注意的是，输入图像从标准 CT 扫描尺寸 512x512 被调整大小以匹配模型要求。我们的方法实施了系统的患者级预测策略，将单个 CT 切片分类为 COVID-19 或非 COVID。为确定每位患者的总体诊断，采用了多数投票法以及其他阈值方法。该方法评估给定患者的所有 CT 切片，并将与 CT 扫描阈值相关的诊断分配给患者。这一精细的患者级预测过程从 2D 切片到 3D 患者级，增强了我们方案的鲁棒性。在整个评估过程中，我们的方法在 COV19-CT-DB 验证集上取得了 0.7 的宏 F1 分数。为确保模型的可靠性和有效性，我们在大规模的 COV-19 CT 数据集上进行了严格验证，该数据集为任务精心标注。该数据集凭借其全面标注，进一步强化了方案的 overall 鲁棒性。
引用
@article{arxiv.2310.08165,
title = {COVID-19 detection using ViT transformer-based approach from Computed Tomography Images},
author = {Kenan Morani},
journal= {arXiv preprint arXiv:2310.08165},
year = {2023}
}