Enhanced detection of the presence and severity of COVID-19 from CT scans using lung segmentation

要約

医用画像の自動分析を改善することで、臨床医は患者にケアを提供する際により多くのオプションを利用できるようになります。
2023 AI 対応医用画像解析ワークショップおよび Covid-19 診断コンペティション (AI-MIA-COV19D) は、CT スキャンから患者の COVID-19 の存在と重症度を検出するための機械学習方法をテストおよび改良する機会を提供します。
この論文では、2022 年のコンテストに提出されたディープ ラーニング モデルである Cov3d のバージョン 2 について説明します。
モデルは、CT スキャンで肺をセグメント化し、この領域への入力をトリミングする前処理ステップによって改善されました。
その結果、CT スキャンで COVID-19 の存在を予測するための検証マクロ F1 スコアが 92.2% になり、ベースラインの 74% を大幅に上回っています。
タスク 2 の検証セットで COVID-19 の重症度を予測するためのマクロ F1 スコアは 67% で、ベースラインの 38% を上回っています。

要約(オリジナル)

Improving automated analysis of medical imaging will provide clinicians more options in providing care for patients. The 2023 AI-enabled Medical Image Analysis Workshop and Covid-19 Diagnosis Competition (AI-MIA-COV19D) provides an opportunity to test and refine machine learning methods for detecting the presence and severity of COVID-19 in patients from CT scans. This paper presents version 2 of Cov3d, a deep learning model submitted in the 2022 competition. The model has been improved through a preprocessing step which segments the lungs in the CT scan and crops the input to this region. It results in a validation macro F1 score for predicting the presence of COVID-19 in the CT scans at 92.2% which is significantly above the baseline of 74%. It gives a macro F1 score for predicting the severity of COVID-19 on the validation set for task 2 as 67% which is above the baseline of 38%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google