基于深度学习的胸部X光肺结核筛查方法
图像与视频处理
2020-12-29 v1 计算机视觉与模式识别
机器学习
摘要
结核病（TB）是一种传染性细菌 airborne 疾病，也是全球十大死因之一。根据世界卫生组织（WHO）的数据，约18亿人感染结核病，2018年报告死亡160万人。更重要的是，95%的病例和死亡来自发展中国家。然而，结核病通过早期诊断是完全可治愈的。为实现这一目标，关键要求之一是有效利用现有诊断技术，其中胸部X光是用于筛查活动性结核病的首要诊断工具。所提出的深度学习流程由三种不同的先进深度学习架构组成，用于生成、分割和分类肺部X光片。除此之外，还使用了图像预处理、图像增强、基于遗传算法的超参数调优和模型集成来改进诊断过程。我们实现了97.1%的分类准确率（Youden指数0.941，灵敏度97.9%，特异度96.2%），与文献中现有工作相比有显著提升。在我们的工作中，我们提出了一种基于胸部X光的高精度自动化结核病筛查系统，这将特别有助于难以获得合格医疗专业人员的低收入国家。
引用
@article{arxiv.2012.13582,
title = {Deep Learning Methods for Screening Pulmonary Tuberculosis Using Chest X-rays},
author = {Chirath Dasanayakaa and Maheshi Buddhinee Dissanayake},
journal= {arXiv preprint arXiv:2012.13582},
year = {2020}
}
备注
Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization (2020)