CxSE：用于COVID-19诊断的胸部X光慢编码CNN
图像与视频处理
2021-06-24 v1 计算机视觉与模式识别
摘要
冠状病毒以指数级速率传播，持续扰乱我们的日常生活。需快速检测以隔离阳性患者，避免进一步传播。本工作提出一种称为“慢编码CNN”的新型卷积神经网络（CNN）架构。所提模型在AI AGAINST COVID19——用于COVID-19感染的筛查X光图像竞赛的测试数据样本上，关于灵敏度、阳性预测值（PPV）的最佳性能为：SP=0.67、PP=0.98、SN=0.96、PN=0.52。其中SP和PP分别表示COVID-19阳性类的灵敏度和PPV，而PN和SN分别表示COVID-19阴性类的灵敏度和PPV。
引用
@article{arxiv.2106.12157,
title = {CxSE: Chest X-ray Slow Encoding CNN forCOVID-19 Diagnosis},
author = {Thangarajah Akilan},
journal= {arXiv preprint arXiv:2106.12157},
year = {2021}
}