用深度学习从胸部 X 光揭示 COVID-19:小数据下的障碍赛跑
图像与视频处理
2020-10-20 v1 计算机视觉与模式识别
机器学习
摘要
利用普及且简便的胸部 X 光(CXR)影像对 COVID-19 患者进行早期筛查的可能性,正引起临床与人工智能(AI)界的浓厚兴趣。在本研究中,我们就应用深度学习对 CXR 图像进行 COVID 分类所能合理期待的结果提供见解并发出警示。我们提供方法学指南,并对使用当前可用数据集可获得的广泛统计结果进行批判性解读。特别地,我们直面当前小规模 COVID 数据带来的挑战,并展示利用更大的公共非 COVID CXR 数据集进行迁移学习所引入的偏差可能有多显著。我们还贡献了在一个中等规模 COVID CXR 数据集上的结果,该数据集由意大利北部一家主要急诊医院在 COVID 大流行高峰期间刚刚收集。这些新数据使我们得以助力验证科学界流传的初步结果的泛化能力。我们的结论为利用 CXR 有效判别 COVID 的可能性提供了一些启示。
引用
@article{arxiv.2004.05405,
title = {Unveiling COVID-19 from Chest X-ray with deep learning: a hurdles race with small data},
author = {Enzo Tartaglione and Carlo Alberto Barbano and Claudio Berzovini and Marco Calandri and Marco Grangetto},
journal= {arXiv preprint arXiv:2004.05405},
year = {2020}
}