基于 Vision Transformer 的胸部 X 光图像肺部肺炎严重程度量化模型
图像与视频处理
2024-10-28 v1 计算机视觉与模式识别
机器学习
摘要
为开发从胸部 X 光（CXR）诊断和评估 COVID-19 严重程度的通用可靠方法，需要大量维护良好的 COVID-19 数据集。现有严重程度量化架构需昂贵训练计算以获得最佳结果。为让医疗专业人员快速自动识别 COVID-19 患者并预测相关严重程度指标，需要计算机工具。本工作中，我们提出一种基于 Vision Transformer（ViT）的神经网络模型，其依赖少量可训练参数来量化 COVID-19 与其他肺部疾病的严重程度。我们提出一种称为 Vision Transformer 回归感染预测（ViTReg-IP）的可行 CXR 严重程度量化方法，由 ViT 与回归头派生而来。我们使用来自不同开放源的多种额外测试胸部放射数据集考察了模型的泛化潜力。在此背景下，我们与若干竞争深度学习方法进行了比较研究。实验结果表明，我们的模型能以较低计算成本在量化严重程度方面提供峰值性能与高泛化性。工作所用源代码公开于 https://github.com/bouthainas/ViTReg-IP。
引用
@article{arxiv.2303.11935,
title = {Vision Transformer-based Model for Severity Quantification of Lung Pneumonia Using Chest X-ray Images},
author = {Bouthaina Slika and Fadi Dornaika and Hamid Merdji and Karim Hammoudi},
journal= {arXiv preprint arXiv:2303.11935},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication