基于和声搜索与 Otsu 的肺部 CT 图像冠状病毒病（COVID-19）检测系统
图像与视频处理
2020-04-08 v1 计算机视觉与模式识别
定量方法
摘要
肺炎是最重要的肺部疾病之一，未经治疗的肺炎会对各年龄段人群造成严重威胁。本文旨在利用 CT 扫描提取并评估冠状病毒病（COVID-19）引起的肺部感染性肺炎。我们提出了一种图像辅助系统，从肺部 CT 扫描（冠状面）中提取 COVID-19 感染区域。其包括以下步骤：（i）阈值滤波，通过消除可能的伪影来提取肺部区域；（ii）利用和声搜索优化（Harmony-Search-Optimization）与 Otsu 阈值化进行图像增强；（iii）图像分割以提取感染区域；（iv）从二值图像中提取感兴趣区域（ROI）（特征）以计算严重程度。从 ROI 提取的特征随后用于识别肺部与感染区域之间的像素比，从而确定感染严重程度。该工具的主要目标是辅助肺科医生不仅进行检测，而且有助于规划治疗过程。因此，对于大规模筛查处理，它将有助于减轻诊断负担。
引用
@article{arxiv.2004.03431,
title = {Harmony-Search and Otsu based System for Coronavirus Disease (COVID-19) Detection using Lung CT Scan Images},
author = {V. Rajinikanth and Nilanjan Dey and Alex Noel Joseph Raj and Aboul Ella Hassanien and K. C. Santosh and N. Sri Madhava Raja},
journal= {arXiv preprint arXiv:2004.03431},
year = {2020}
}
备注
13 pages