利用肺部分割增强从 CT 扫描中检测 COVID-19 的存在与严重程度
图像与视频处理
2023-03-21 v2 计算机视觉与模式识别
机器学习
摘要
改进医学影像的自动化分析将为临床医生提供更多患者照护选择。2023 年 AI 赋能医学图像分析研讨会暨 Covid-19 诊断竞赛（AI-MIA-COV19D）提供了一个测试和精炼机器学习方法的机会，用于从 CT 扫描中检测患者 COVID-19 的存在与严重程度。本文提出 Cov3d 的第 2 版，即 2022 年竞赛中提交的一个深度学习模型。该模型通过预处理步骤得到改进，该步骤分割 CT 扫描中的肺部并将输入裁剪至该区域。其在预测 CT 扫描中 COVID-19 存在的验证宏 F1 分数达到 93.2%，显著高于 74% 的基线。其在任务 2 的验证集上预测 COVID-19 严重程度的宏 F1 分数为 72.8%，高于 38% 的基线。
引用
@article{arxiv.2303.09440,
title = {Enhanced detection of the presence and severity of COVID-19 from CT scans using lung segmentation},
author = {Robert Turnbull},
journal= {arXiv preprint arXiv:2303.09440},
year = {2023}
}
备注
Added extra results. Edited the text