基于异常敏感激活映射的 COVID-19 可疑区域识别
图像与视频处理
2023-03-28 v1 计算机视觉与模式识别
机器学习
摘要
本文提出了一种全自动方法，用于在胸部 CT 体积上识别冠状病毒病（COVID-19）的可疑区域。胸部 CT 扫描在 COVID-19 诊断中的一个主要作用是识别该病特有的炎症。该任务通常由放射科医生通过解读 CT 体积来完成，然而由于工作量大，亟需使用计算机的自动分析方法。大多数计算机辅助诊断研究仅涉及识别所需部分要素。本工作中，我们通过使用具有三维注意力机制的 2.5 维 CNN 的分类任务来实现该识别方法。我们通过对注意力加权特征应用基于正梯度的反向传播来可视化可疑区域。我们在内部数据集和两个公共数据集上进行了实验，以揭示所提方法的泛化能力。所提架构在所有数据集上达到了超过 0.900 的 AUC，以及平均灵敏度 和特异度 。该方法还能将放射学报告中指出的显著病灶识别为可疑区域。
引用
@article{arxiv.2303.14901,
title = {Identifying Suspicious Regions of Covid-19 by Abnormality-Sensitive Activation Mapping},
author = {Ryo Toda and Hayato Itoh and Masahiro Oda and Yuichiro Hayashi and Yoshito Otake and Masahiro Hashimoto and Toshiaki Akashi and Shigeki Aoki and Kensaku Mori},
journal= {arXiv preprint arXiv:2303.14901},
year = {2023}
}
备注
10 pages, 3 figures