基于自知识蒸馏的自监督学习用于胸片新冠肺炎检测
图像与视频处理
2022-06-08 v1 计算机视觉与模式识别
机器学习
摘要
2019 冠状病毒病(COVID-19)的全球暴发已使全球医疗系统超负荷。用于 COVID-19 快速检测与患者分诊的计算机辅助诊断正变得至关重要。本文提出一种新颖的基于自知识蒸馏的自监督学习方法，用于从胸部 X 射线图像中检测 COVID-19。我们的方法可利用图像基于其视觉特征相似性的自知识进行自监督学习。实验结果表明，我们的方法在最大的开放 COVID-19 胸部 X 射线数据集上取得了 0.988 的 HM 分数、0.999 的 AUC 以及 0.957 的准确率。
引用
@article{arxiv.2206.03009,
title = {Self-Knowledge Distillation based Self-Supervised Learning for Covid-19 Detection from Chest X-Ray Images},
author = {Guang Li and Ren Togo and Takahiro Ogawa and Miki Haseyama},
journal= {arXiv preprint arXiv:2206.03009},
year = {2022}
}
备注
Published as a conference paper at ICASSP 2022