基于 ChexNet 预训练 ResNet50 的 X 射线图像冠状病毒分类迁移学习方法
图像与视频处理
2024-05-30 v2 计算机视觉与模式识别
摘要
冠状病毒已对全球人民造成不利影响。Covid19 病毒性疾病与其他呼吸道疾病（如肺炎或流感）之间存在共同症状。因此，快速诊断不仅对患者救治至关重要，也有助于防止其传播。最可靠的诊断方法之一是通过肺部 X 射线图像。借助深度学习方法，我们可以训练深度模型学习受损肺部的状况，从而将新样本分类为是否为 Covid19 感染者。在本项目中，我们基于由 ImageNet 数据集和 CheXNet 数据集预训练的 ResNet50 训练了一个深度模型。基于 Kaggle 发布的类别不平衡的 CoronaHack 胸部 X 射线数据集，我们进行了二分类和多分类。此外，我们比较了使用 Focal loss 与交叉熵损失时的结果。
引用
@article{arxiv.2105.08382,
title = {Transfer learning approach to Classify the X-ray image that corresponds to corona disease Using ResNet50 pretrained by ChexNet},
author = {Mahyar Bolhassani},
journal= {arXiv preprint arXiv:2105.08382},
year = {2024}
}
备注
Published in Journal of Intelligent Learning Systems and Applications, 9 pages, 6 figures