[論文レビュー] Medical Imaging with Deep Learning for COVID- 19 Diagnosis: A Comprehensive Review

Subrato Bharati, Prajoy Podder+2 more|arXiv (Cornell University)|Jul 13, 2021

COVID-19 diagnosis using AI参考文献 145被引用数 33

ひとこと要約

COVID-19 の医用画像診断（X-ray および CT）と薬物発見における深層学習の応用を包括的にレビューし、主要な DL 手法とその性能、将来の方向性を強調する。

ABSTRACT

The outbreak of novel coronavirus disease (COVID- 19) has claimed millions of lives and has affected all aspects of human life. This paper focuses on the application of deep learning (DL) models to medical imaging and drug discovery for managing COVID-19 disease. In this article, we detail various medical imaging-based studies such as X-rays and computed tomography (CT) images along with DL methods for classifying COVID-19 affected versus pneumonia. The applications of DL techniques to medical images are further described in terms of image localization, segmentation, registration, and classification leading to COVID-19 detection. The reviews of recent papers indicate that the highest classification accuracy of 99.80% is obtained when InstaCovNet-19 DL method is applied to an X-ray dataset of 361 COVID-19 patients, 362 pneumonia patients and 365 normal people. Furthermore, it can be seen that the best classification accuracy of 99.054% can be achieved when EDL_COVID DL method is applied to a CT image dataset of 7500 samples where COVID-19 patients, lung tumor patients and normal people are equal in number. Moreover, we illustrate the potential DL techniques in drug or vaccine discovery in combating the coronavirus. Finally, we address a number of problems, concerns and future research directions relevant to DL applications for COVID-19.

研究の動機と目的

• DL モデルが COVID-19 検出の医用画像診断（X-ray, CT）にどのように適用され、性能を比較するかを要約する。
• COVID-19 画像診断における分類以外の DL ベースタスク（localization, segmentation, registration）を説明する。
• COVID-19 の薬剤/ワクチン発見への DL アプリケーションを議論し、現在の課題と今後の研究方向を特定する。

提案手法

• COVID-19 画像診断における image classification、localization、segmentation、registration の DL アプローチのレビュー。
• X-ray および CT データセットに対して報告された accuracy メトリクスの整理と比較。
• COVID-19 の薬剤およびワクチン発見に適用される DL 技術の統合。

実験結果

リサーチクエスチョン

• RQ1 X-ray および CT 画像で COVID-19 検出の最高精度を示す DL アーキテクチャと前処理戦略は何か。
• RQ2 COVID-19 画像分類および関連タスク（localization、segmentation、registration）で最も性能の高い DL 手法は何か。
• RQ3 COVID-19 の薬剤/ワクチン発見を支援する潜在的な DL アプローチと課題は何か。

主な発見

• 報告された X-ray 分類の最高精度は 99.80% で、361 COVID-19、362 pneumonia、365 normal のデータセットを用いた InstaCovNet-19 によるもの。
• 最高 CT 分類精度は 99.054% で、7500 サンプルのデータセットに対して COVID-19、肺腫瘍、正常が等数である場合の EDL_COVID によるもの。
• DL 手法は COVID-19 画像診断において分類だけでなく localization、segmentation、registration にも拡張される。
• COVID-19 の薬剤またはワクチン発見における DL アプリケーションは潜在的な影響領域として議論されている。
• 本論文は COVID-19 に対する DL の問題点・懸念点・将来の研究方向にも言及している。