利用深度学习在小数据集上从胸部 X 光片中发现 Covid-19
图像与视频处理
2020-05-22 v4 计算机视觉与模式识别
机器学习
摘要
COVID-19 的检测一直未能满足需求。此外，假阴性率预计高达 30%，且检测结果需要一定时间才能获得。X 光机广泛可用，并能快速提供用于诊断的图像。本文探讨了胸部 X 光图像在诊断 COVID-19 疾病中的有用程度。我们获取了 122 张 COVID-19 胸部 X 光片和超过 4000 张病毒性与细菌性肺炎胸部 X 光片。一个预训练的深度卷积神经网络在 102 例 COVID-19 病例和 102 例其他肺炎病例上以 10 折交叉验证进行了调优。结果是全部 102 例 COVID-19 病例均被正确分类，并有 8 例假阳性，得出 AUC 为 0.997。在一个包含 20 例未见过 COVID-19 病例的测试集上，所有病例均被正确分类，且 4171 例其他肺炎样本中有超过 95% 被正确分类。本研究存在缺陷，最关键的是缺乏关于 COVID-19 病例处于疾病进程何处的信息以及数据集规模较小。更多的 COVID-19 病例图像将能更好地回答胸部 X 光片对诊断 COVID-19 有多大用处这一问题（故请发送此类图像）。
引用
@article{arxiv.2004.02060,
title = {Finding Covid-19 from Chest X-rays using Deep Learning on a Small Dataset},
author = {Lawrence O. Hall and Rahul Paul and Dmitry B. Goldgof and Gregory M. Goldgof},
journal= {arXiv preprint arXiv:2004.02060},
year = {2020}
}
备注
6 pages