基于胸部 X 光图像的 COVID-19 严重程度分类
图像与视频处理
2022-05-26 v1 计算机视觉与模式识别
摘要
结合人工智能（AI）方法的生物医学影像分析在诊断 COVID-19 方面已被证明颇具价值。迄今为止，多种分类模型已被用于诊断 COVID-19。然而，基于患者严重程度级别的分类尚未得到分析。在本工作中，我们根据感染的严重程度对新冠图像进行分类。首先，我们使用中值滤波和直方图均衡化对 X 光图像进行预处理。随后使用 SMOTE 技术对增强后的 X 光图像进行扩增以获得平衡数据集。接着使用预训练的 ResNet50、VGG16 模型和 SVM 分类器进行特征提取与分类。分类模型的结果证实，相较于其他方法，在胸部 X 光图像上 ResNet-50 模型在准确率（95%）、召回率（0.94）、F1 分数（0.92）和精确率（0.91）方面取得了显著的分类结果。
引用
@article{arxiv.2205.12705,
title = {COVID-19 Severity Classification on Chest X-ray Images},
author = {Aditi Sagar and Aman Swaraj and Karan Verma},
journal= {arXiv preprint arXiv:2205.12705},
year = {2022}
}