利用非配对图像到图像翻译合成 COVID-19 胸部 X 光片
图像与视频处理
2020-10-21 v1 计算机视觉与模式识别
机器学习
摘要
鉴于缺乏公开的 2019 冠状病毒病（COVID-19）阳性患者胸部放射影像数据集，我们利用无监督域适应方法，通过类别条件化和对抗训练，构建了首个高保真合成 COVID-19 胸部 X 光片开放数据集。我们的贡献有两点。首先，当将合成图像作为额外训练集时，使用多种深度学习架构在 COVID-19 检测上取得了显著的性能提升。其次，我们展示了我们的图像合成方法如何作为一种数据匿名化工具，在仅使用合成数据训练时达到可比的检测性能。此外，所提出的数据生成框架为 COVID-19 检测乃至一般的医学图像分类任务提供了可行方案。我们公开可用的基准数据集包含 21,295 张合成 COVID-19 胸部 X 光片。从该数据集中获得的见解可用于对抗 COVID-19 大流行的预防行动。
引用
@article{arxiv.2010.10266,
title = {Synthesis of COVID-19 Chest X-rays using Unpaired Image-to-Image Translation},
author = {Hasib Zunair and A. Ben Hamza},
journal= {arXiv preprint arXiv:2010.10266},
year = {2020}
}