FDVTS在第二届COV19D竞赛COVID-19检测与严重程度分析中的方案
图像与视频处理
2022-07-06 v1 计算机视觉与模式识别
摘要
本文介绍了我们在第二届COVID-19竞赛（于欧洲计算机视觉会议ECCV 2022的AIMIA研讨会框架下举行）中的解决方案。在我们的方法中，我们采用一种有效的3D对比混合分类网络对胸部CT图像进行COVID-19诊断，该网络由对比表示学习与混合分类组成。在COVID-19检测挑战中，我们的方法在484份验证CT扫描上达到0.9245的宏F1分数，显著优于基线方法16.5%。在COVID-19严重程度检测挑战中，我们的方法在61份验证样本上取得0.7186的宏F1分数，同样超越基线8.86%。
引用
@article{arxiv.2207.01758,
title = {FDVTS's Solution for 2nd COV19D Competition on COVID-19 Detection and Severity Analysis},
author = {Junlin Hou and Jilan Xu and Rui Feng and Yuejie Zhang},
journal= {arXiv preprint arXiv:2207.01758},
year = {2022}
}