基于统计检验的视觉Transformer用于COVID-19分类
图像与视频处理
2021-07-13 v1 计算机视觉与模式识别
摘要
随着2019冠状病毒病SARS-CoV-2（COVID-19）在全世界造成的巨大破坏，过去两年中提出了许多相关研究课题。胸部计算机断层扫描（CT）是诊断COVID-19症状最有价值的材料。然而，大多数胸部CT扫描的COVID-19分类方案基于单切片层面，这意味着必须从原始CT扫描体数据中手动选出最关键的CT切片。我们同时提出2-D和3-D模型来预测CT扫描的COVID-19以处理此问题。在我们的2-D模型中，引入深度Wilcoxon符号秩检验（DWCC）来确定CT扫描每个切片的重要性，以克服前述问题。此外，提出一种卷积CT扫描感知Transformer（CCAT）以充分发掘切片间的上下文。基于任意骨干网络从每个CT切片提取帧级特征，随后将特征送入我们的片内Transformer（WST）以发掘像素维度上的上下文信息。所提出的片间Transformer（BST）用于聚合每个CT切片提取的空间上下文特征。然后采用简单分类器判断时空特征是否为COVID-19或非COVID-19。大量实验表明，所提出的CCAT和DWCC显著优于当前最先进的方法。
引用
@article{arxiv.2107.05334,
title = {Visual Transformer with Statistical Test for COVID-19 Classification},
author = {Chih-Chung Hsu and Guan-Lin Chen and Mei-Hsuan Wu},
journal= {arXiv preprint arXiv:2107.05334},
year = {2021}
}
备注
this is a draft for MIA-Competition/ICCV2021