COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images

要約

コロナウイルス感染症2019（COVID-19）が生活の多くの側面や世界の医療制度に影響を与え続ける中、ウイルスのさらなる拡散を防ぎ医療従事者の負担を軽減するために、迅速かつ効果的なスクリーニング方法の採用が必要となっています。安価で広く利用可能な医療画像モダリティであるポイントオブケア超音波（POCUS）イメージングにより、放射線科医は胸部超音波画像の視覚的検査を通じて症状を特定し、重症度を評価することができます。近年のコンピュータサイエンスの進歩と相まって、医療画像解析における深層学習技術の応用は有望な結果を示しており、人工知能ベースのソリューションがCOVID-19の診断を加速させ、医療従事者の負担を軽減できることを実証しています。しかし、十分に注釈された膨大なデータがないため、新規の病気やパンデミックの場合、効果的なディープニューラルネットワークを構築することが課題となっています。このことに動機づけられ、我々は、最小限の超音波画像から高い精度と再現性でCOVID-19陽性例を監視・検出する、説明可能な数ショットの深層プロトタイプネットワークであるCOVID-Net USProを提示する。COVID-Net USProは、わずか5ショットで学習させた場合、COVID-19陽性例に対して99.65%の総合精度、99.7%の再現率、99.67%の精度を達成した。解析パイプラインと結果は、POCUS解釈の経験が豊富な当社の貢献医師によって検証され、ネットワークが実際のパターンに基づいて判断することが確認されました。

要約(オリジナル)

As the Coronavirus Disease 2019 (COVID-19) continues to impact many aspects of life and the global healthcare systems, the adoption of rapid and effective screening methods to prevent further spread of the virus and lessen the burden on healthcare providers is a necessity. As a cheap and widely accessible medical image modality, point-of-care ultrasound (POCUS) imaging allows radiologists to identify symptoms and assess severity through visual inspection of the chest ultrasound images. Combined with the recent advancements in computer science, applications of deep learning techniques in medical image analysis have shown promising results, demonstrating that artificial intelligence-based solutions can accelerate the diagnosis of COVID-19 and lower the burden on healthcare professionals. However, the lack of a huge amount of well-annotated data poses a challenge in building effective deep neural networks in the case of novel diseases and pandemics. Motivated by this, we present COVID-Net USPro, an explainable few-shot deep prototypical network, that monitors and detects COVID-19 positive cases with high precision and recall from minimal ultrasound images. COVID-Net USPro achieves 99.65% overall accuracy, 99.7% recall and 99.67% precision for COVID-19 positive cases when trained with only 5 shots. The analytic pipeline and results were verified by our contributing clinician with extensive experience in POCUS interpretation, ensuring that the network makes decisions based on actual patterns.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL