СРАВНЕНИЕ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ НА ОСНОВЕ РАЗЛИЧНЫХ ПРЕДВАРИТЕЛЬНО ОБУЧЕННЫХ CNN ДЛЯ ДИАГНОСТИКИ COVID-19 ПО РЕНТГЕНОВСКИМ СНИМКАМ
Ключевые слова:
COVID-19, глубокое обучение, СNN, предварительно обученные сверточные сети.Аннотация
В результате клинических исследований было обнаружено, что рентгеновские снимки грудной клетки могут иметь большое значение для оценки пациентов с COVID-19, особенно для решения проблемы недостаточной пропускной способности служб скорой помощи и ковидных стационаров. В настоящее время методы глубокого обучения играют доминирующую роль в создании высокопроизводительных классификаторов при обнаружении этого заболевания с помощью рентгеновских лучей грудной клетки. Учитывая, что для этой цели было разработано много новых моделей на основе нейронных сетей, цель этого исследования – изучить различные варианты предварительно обученных свёрточных нейронных сетей для диагностики COVID-19 с использованием рентгеновских снимков грудной клетки.
Библиографические ссылки
Cohen J., Kupferschmidt K. Strategies shift as coronavirus pandemic looms. Science. 2020; 367
Лучевая диагностика коронавирусной болезни (COVID-19): организация, методология, интерпретация результатов: методические рекомендации / сост. С. П. Морозов, Д. Н. Проценко, С.В. Сметанина [и др.] // Серия «Лучшие практики лучевой и инструментальной диагностики». - Вып. 65. - М.: ГБУЗ «НПКЦ ДиТ ДЗМ», 2020.
Burns J, Movsisyan A, Stratil JM, et al. Travel-related control measures to contain the COVID-19 pandemic: a rapid review. Cochrane Database of Systematic Reviews 2020, Issue 9. Art. No.: CD013717. DOI: 10.1002/14651858.CD013717.
Wong HYF, Lam HYS, Fong AH-T, Leung ST, Chin TWY, et al. Frequency and distribution of chest radiographic findings in COVID-19 positive patients. Radiology. 2020.
Zech JR, Badgeley MA, Liu M, Costa AB, Titano JJ, Oermann EK. Variable generalization performance of a deep learning model to detect pneumonia in chest radiographs: a cross-sectional study. PLoS Med. 2018;15:e1002683.
Ucar F, Korkmaz D. COVIDiagnosis-net: deep bayes-SqueezeNet based diagnosis of the coronavirus disease 2019 (COVID-19) from X-ray images. Med Hypotheses. 2020;140:109761.
Khan AI, Shah JL, Bhat MM. CoroNet: a deep neural network for detection and diagnosis of COVID-19 from chest x-ray images. Comput Methods Programs Biomed. 2020;196:105581.
Waheed A, Goyal M, Gupta D, Khanna A, Al-Turjman F, Pinheiro PR. CovidGAN: data augmentation using auxiliary classifier GAN for improved Covid-19 detection. IEEE Access. 2020;8:91916–23.
Ozturk T, Talo M, Yildirim EA, Baloglu UB, Yildirim O, Acharya UR. Automated detection of COVID-19 cases using deep neural networks with X-ray images. Comput Biol Med. 2020;121:103792.
Redmon J, Farhadi A. Yolo9000: better, faster, stronger. arXiv 2016; 1612.08242
Apostolopoulos ID, Mpesiana TA. Covid. 19: automatic detection from X-ray images utilizing transfer learning with convolutional neural networks. Phys Eng Sci Med. 2020;43:635–40.
Pham, T.D. Classification of COVID-19 chest X-rays with deep learning: new models or fine tuning?. Health Inf Sci Syst 9, 2 (2021). https://doi.org/10.1007/s13755-020-00135-3
https://arxiv.org/abs/1608.06993 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1905.11946 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1602.07261 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1512.00567 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1704.04861 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1801.04381 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1905.02244 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1707.07012 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1512.03385 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1603.05027 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1409.1556 (дата обращения: 23.03.2021)
https://arxiv.org/abs/1610.02357 (дата обращения: 23.03.2021)
https://keras.io (дата обращения: 30.03.2021)
https://arxiv.org/abs/1904.09237 (дата обращения: 30.03.2021)
Daniel S. Kermany et all, Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning, Cell, Volume 172, Issue 5, 2018, Pages 1122-1131.e9, ISSN 0092-8674, https://doi.org/10.1016/j.cell.2018.02.010.
COVID-19 Image Data Collection: Prospective Predictions Are the FutureJoseph Paul Cohen and Paul Morrison and Lan Dao and Karsten Roth and Tim Q Duong and Marzyeh GhassemiarXiv:2006.11988, https://github.com/ieee8023/covid-chestxray-dataset, 2020
https://arxiv.org/abs/1703.01365 (дата обращения 29.03.2021)
Weinstock MB, et al. Chest X-ray fndings in 636 ambulatory patients with COVID-19 presenting to an urgent care center: a normal chest X-ray is no guarantee. J Urgent Care Med. 2020;14:13–8.
