COVIDx CXR-4：一个用于基于胸部X光图像的计算机辅助COVID-19诊断的扩展多机构开源基准数据集
图像与视频处理
2023-11-30 v1 计算机视觉与模式识别
摘要
COVID-19大流行的全球影响依然显著，即使在初次暴发三年后仍在给各国施加持续压力。深度学习模型已显示出改善COVID-19诊断的前景，但需要多样且更大规模的数据集以提升性能。本文中，我们介绍COVIDx CXR-4，一个用于基于胸部X光图像的计算机辅助COVID-19诊断的扩展多机构开源基准数据集。COVIDx CXR-4在既往COVIDx CXR-3数据集基础上大幅扩展，将患者队列总规模提升逾2.66倍，得到来自多机构45,342名患者的84,818张图像。我们对患者人口统计、成像元数据与疾病分布的多样性进行了广泛分析，以凸显潜在的数据集偏差。据作者所知，COVIDx CXR-4是最大且最具多样性的开源COVID-19 CXR数据集，并作为推进研究以协助临床医生对抗COVID-19疾病的开放倡议的一部分公开提供。
引用
@article{arxiv.2311.17677,
title = {COVIDx CXR-4: An Expanded Multi-Institutional Open-Source Benchmark Dataset for Chest X-ray Image-Based Computer-Aided COVID-19 Diagnostics},
author = {Yifan Wu and Hayden Gunraj and Chi-en Amy Tai and Alexander Wong},
journal= {arXiv preprint arXiv:2311.17677},
year = {2023}
}