COVID Detection and Severity Prediction with 3D-ConvNeXt and Custom Pretrainings

要約

COVID は呼吸器系に強い影響を与えるため、肺 CT スキャンは患者の健康状態の分析に使用できます。
肺損傷の重症度を予測し、3 次元 CT データを使用して COVID 感染を検出するためのニューラル ネットワークを紹介します。
したがって、最近の ConvNeXt モデルを 3 次元データの処理に適応させます。
さらに、3 次元 CT データを処理するモデルの能力を向上させるために特別に設計されたさまざまな事前トレーニング方法を設計および分析します。
第 1 回 COVID19 重大度検出チャレンジで 2 位、第 2 回 COVID19 検出チャレンジで 3 位にランクされました。

要約(オリジナル)

Since COVID strongly affects the respiratory system, lung CT-scans can be used for the analysis of a patients health. We introduce a neural network for the prediction of the severity of lung damage and the detection of a COVID-infection using three-dimensional CT-data. Therefore, we adapt the recent ConvNeXt model to process three-dimensional data. Furthermore, we design and analyze different pretraining methods specifically designed to improve the models ability to handle three-dimensional CT-data. We rank 2nd in the 1st COVID19 Severity Detection Challenge and 3rd in the 2nd COVID19 Detection Challenge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google