基于多任务驱动的胸部X射线图像可解释COVID-19诊断
图像与视频处理
2020-08-10 v1 计算机视觉与模式识别
机器学习
摘要
随着全球COVID-19病例数的增加，各国都在提高检测数量。尽管若干国家的RT-PCR试剂盒供应充足，其他国家在偏远地区仍面临检测试剂盒和处理中心有限的挑战。这促使研究人员寻找可靠、易获取且更快速的替代检测方法。胸部X射线正作为一种筛查方式获得认可。为此，本文有两个主要贡献。首先，我们提出COVID-19多任务网络，这是一种用于COVID-19筛查的自动化端到端网络。所提网络不仅预测CXR是否存在COVID-19特征，还对所关注区域进行语义分割以使模型可解释。其次，在医学专业人员协助下，我们手动标注了取自ChestXray-14、CheXpert及一个整合COVID-19数据集的9000张正面胸部放射影像的肺部区域。此外，还标注了200张COVID-19患者的胸部放射影像用于语义分割。该数据库将向研究界发布。
引用
@article{arxiv.2008.03205,
title = {Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray Images},
author = {Aakarsh Malhotra and Surbhi Mittal and Puspita Majumdar and Saheb Chhabra and Kartik Thakral and Mayank Vatsa and Richa Singh and Santanu Chaudhury and Ashwin Pudrod and Anjali Agrawal},
journal= {arXiv preprint arXiv:2008.03205},
year = {2020}
}