CXR-Net:用于胸部 X 光快速新冠筛查的人工智能流水线
图像与视频处理
2021-03-02 v1 计算机视觉与模式识别
摘要
CXR-Net 是一个双模块人工智能流水线,用于从胸部 X 光 (CXR) 中快速检测 SARS-CoV-2。模块 1 在一个包含 6395 张由放射科医生标注肺轮廓的公开 CXR 数据集上训练,以生成覆盖心脏和大血管的肺部掩码。模块 2 是一个混合卷积网络,其中具有学习系数的第一卷积层被小波散射变换 (WST) 提供的具有固定系数的层所替代。模块 2 以患者的 CXR 和模块 1 计算的相应肺部掩码作为输入,并输出类别分配(Covid 与非 Covid)以及识别 SARS 相关肺区域的高分辨率热图。模块 2 在来自底特律 Henry Ford Health System (HFHS) 医院获取的非 Covid 和 RT-PCR 确诊 Covid 患者的 CXR 数据集上训练。所有非 Covid 的 CXR 均来自前新冠时代 (2018-2019),并包含正常肺和受非新冠病症影响肺的图像。训练集和测试集分别由 2265 张 CXR(1417 张 Covid 阴性,848 张 Covid 阳性)和 1532 张 CXR(945 张 Covid 阴性,587 张 Covid 阳性)组成。六个不同的交叉验证模型,每个在 1887 张图像上训练并针对 378 张图像验证,被组合为一个集成模型,用于分类测试集的 CXR 图像,结果为 Accuracy = 0.789、Precision = 0.739、Recall = 0.693、F1 score = 0.715、ROC(AUC) = 0.852。
引用
@article{arxiv.2103.00087,
title = {CXR-Net: An Artificial Intelligence Pipeline for Quick Covid-19 Screening of Chest X-Rays},
author = {Haikal Abdulah and Benjamin Huber and Sinan Lal and Hassan Abdallah and Luigi L. Palese and Hamid Soltanian-Zadeh and Domenico L. Gatti},
journal= {arXiv preprint arXiv:2103.00087},
year = {2021}
}
备注
16 pages, 14 figures. arXiv admin note: substantial text overlap with arXiv:2011.08655