論文の概要: Screening COVID-19 Based on CT/CXR Images & Building a Publicly
Available CT-scan Dataset of COVID-19
- arxiv url: http://arxiv.org/abs/2012.14204v2
- Date: Tue, 29 Dec 2020 14:55:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-19 10:56:20.223129
- Title: Screening COVID-19 Based on CT/CXR Images & Building a Publicly
Available CT-scan Dataset of COVID-19
- Title（参考訳）: CT/CXR画像に基づく新型コロナウイルスのスクリーニングと一般向けCTスキャンデータの構築
- Authors: Maryam Dialameh and Ali Hamzeh and Hossein Rahmani and Amir Reza
Radmard and Safoura Dialameh
- Abstract要約: 本研究は、1000人以上からなる13k以上のCT画像で構成され、新型コロナウイルスに感染した500人の患者から8kの画像を撮影する大規模なCTスキャンデータセットを構築した。
提案するCTデータセットを用いて,COVID-19をスクリーニングする深層学習モデルを提案し,その結果を報告する。
最後に、トランスファーラーニング手法を用いてCXR画像からCOVID-19をスクリーニングするCTモデルを拡張した。
- 参考スコア（独自算出の注目度）: 6.142272540492935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid outbreak of COVID-19 threatens humans life all around the world.
Due to insufficient diagnostic infrastructures, developing an accurate,
efficient, inexpensive, and quick diagnostic tool is of great importance. As
chest radiography, such as chest X-ray (CXR) and CT computed tomography (CT),
is a possible way for screening COVID-19, developing an automatic image
classification tool is immensely helpful for detecting the patients with
COVID-19. To date, researchers have proposed several different screening
methods; however, none of them could achieve a reliable and highly sensitive
performance yet. The main drawbacks of current methods are the lack of having
enough training data, low generalization performance, and a high rate of
false-positive detection. To tackle such limitations, this study firstly builds
a large-size publicly available CT-scan dataset, consisting of more than 13k
CT-images of more than 1000 individuals, in which 8k images are taken from 500
patients infected with COVID-19. Secondly, we propose a deep learning model for
screening COVID-19 using our proposed CT dataset and report the baseline
results. Finally, we extend the proposed CT model for screening COVID-19 from
CXR images using a transfer learning approach. The experimental results show
that the proposed CT and CXR methods achieve the AUC scores of 0.886 and 0.984
respectively.
- Abstract（参考訳）: 新型コロナウイルスの急激な流行は、世界中の人間の生命を脅かす。
診断インフラが不十分なため、正確で効率的で安価で迅速な診断ツールの開発が重要である。
胸部X線 (CXR) やCTCT (CT) などの胸部X線撮影は、新型コロナウイルスをスクリーニングする方法として考えられるため、自動画像分類ツールの開発は、COVID-19患者の検出に極めて有用である。
これまで、研究者はいくつかの異なるスクリーニング方法を提案してきたが、いずれも信頼性が高く高感度な性能を達成できなかった。
現在の方法の主な欠点は、十分なトレーニングデータがないこと、一般化性能が低いこと、偽陽性検出率が高いことである。
このような制限に対処するため、本研究ではまず、1000人以上からなる13k以上のCT画像からなる、大規模で公開可能なCTスキャンデータセットを構築した。
第2に,提案したCTデータセットを用いてCOVID-19をスクリーニングする深層学習モデルを提案し,その結果を報告する。
最後に,cxr画像からcovid-19をスクリーニングするためのctモデルをトランスファーラーニングアプローチで拡張した。
実験の結果,CT法とCXR法でそれぞれ0.886と0.984のスコアが得られた。
関連論文リスト
- Optimising Chest X-Rays for Image Analysis by Identifying and Removing
Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。
公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。
我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文 参考訳（メタデータ） (2022-08-22T13:57:04Z) - A Novel Implementation of Machine Learning for the Efficient,
Explainable Diagnosis of COVID-19 from Chest CT [0.0]
本研究の目的は、胸部CTスキャンから新型コロナウイルスを機械学習で検出することである。
提案したモデルは0.927の総合精度と0.958の感度を得た。
論文 参考訳（メタデータ） (2022-06-15T18:35:22Z) - COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest
X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。
CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。
我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
論文 参考訳（メタデータ） (2022-06-08T04:39:44Z) - COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset
for Computer-aided COVID-19 Screening from Chest CT Images [82.74877848011798]
胸部CT画像から新型コロナウイルスの症例を検出するための大規模ベンチマークデータセットであるCOVIDx CT-3を紹介する。
COVIDx CT-3には、少なくとも17カ国で6,068人の患者から431,205個のCTスライスが含まれている。
我々は, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 地理的, 集団的不均衡について検討した。
論文 参考訳（メタデータ） (2022-06-07T06:35:48Z) - HRCTCov19 -- A High-Resolution Chest CT Scan Image Dataset for COVID-19
Diagnosis and Differentiation [0.0]
新型コロナウイルスのパンデミックの間、CT(Computerd tomography)は新型コロナウイルスの患者を診断するための一般的な方法であった。
公開でアクセス可能な新型コロナウイルスのCT画像データセットは、プライバシー上の懸念から入手するのが困難である。
HRCTCov19は、新しい新型コロナウイルス高分解能胸部CTスキャン画像データセットである。
論文 参考訳（メタデータ） (2022-05-06T12:49:18Z) - Few-shot Learning for CT Scan based COVID-19 Diagnosis [33.26861533338019]
コロナウイルス感染症2019(英語: Coronavirus disease 2019, COVID-19)は、188か国と領土で4000万人以上の人々が感染している国際保健緊急事態宣言である。
深層学習アプローチは、医療画像の自動スクリーニングの有効なツールとなり、また、新型コロナウイルスの診断としても検討されている。
そこで本研究では,少量のラベル付きCTスキャンが利用可能である場合にのみ有効に機能する領域適応型COVID-19 CT診断法を提案する。
論文 参考訳（メタデータ） (2021-02-01T02:37:49Z) - COVID-Net CT-2: Enhanced Deep Neural Networks for Detection of COVID-19
from Chest CT Images Through Bigger, More Diverse Learning [70.92379567261304]
胸部CT画像からのCOVID-19検出のための深部ニューラルネットワークであるCOVID-Net CT-2を導入する。
説明力を活用して、COVID-Net CT-2の意思決定行動を調査します。
結果は有望であり、コンピュータ支援型COVID-19アセスメントの有効なツールとして、ディープニューラルネットワークの強い可能性を示唆している。
論文 参考訳（メタデータ） (2021-01-19T03:04:09Z) - Explainable COVID-19 Detection Using Chest CT Scans and Deep Learning [0.07994291858620557]
本稿では,各深層建築に適したカスタムサイズ入力を用いた伝達学習戦略を提案する。
我々は2つのCT画像データセット、SARS-CoV-2 CTスキャンとCOVID19-CTで広範囲に実験を行った。
その結果,従来の研究と比較すると,モデルの性能は優れていた。
論文 参考訳（メタデータ） (2020-11-09T17:37:31Z) - COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。
また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文 参考訳（メタデータ） (2020-09-08T15:49:55Z) - Adaptive Feature Selection Guided Deep Forest for COVID-19
Classification with Chest CT [49.09507792800059]
胸部CT画像に基づくCOVID-19分類のための適応的特徴選択ガイド付き深層林(AFS-DF)を提案する。
AFS-DF on COVID-19 data with 1495 patients of COVID-19 and 1027 patients of community acquired pneumonia (CAP)。
論文 参考訳（メタデータ） (2020-05-07T06:00:02Z) - COVID-CT-Dataset: A CT Scan Dataset about COVID-19 [33.60943657492132]
新型コロナウイルスの流行期には、CT(Computerd tomography)は新型コロナウイルス患者の診断に有用である。
プライバシー上の問題から、公開可能なCOVID-19 CTデータセットの入手は非常に困難である。
このデータセットには、216人の患者の349のCOVID-19 CTイメージと、463の非COVID-19 CTが含まれている。
論文 参考訳（メタデータ） (2020-03-30T23:27:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。