[논문 리뷰] Medical Imaging with Deep Learning for COVID- 19 Diagnosis: A Comprehensive Review

Subrato Bharati, Prajoy Podder외 2명|arXiv (Cornell University)|2021. 07. 13.

COVID-19 diagnosis using AI참고 문헌 145인용 수 33

한 줄 요약

코로나19 의학 영상(X선 및 CT)과 약물 발견에서의 딥러닝 응용에 대한 포괄적 리뷰를 다루며, 최고의 DL 방법과 성능, 그리고 향후 방향을 강조합니다.

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.

연구 동기 및 목표

• 코로나19 탐지를 위한 의료 영상에서 DL 모델이 어떻게 적용되는지 요약하고 (X-ray, CT) 성능을 비교합니다.
• COVID-19 영상에서 분류뿐만 아니라 DL 기반 태스크(로컬라이제이션, 세그먼테이션, 레지스트레이션)를 설명합니다.
• COVID-19를 위한 약물/백신 발견의 DL 응용과 현재의 도전과제 및 향후 연구 방향을 논의합니다.

제안 방법

• COVID-19 영상에서 이미지 분류, 로컬라이제이션, 세그먼테이션, 레지스트레이션에 대한 DL 접근법의 검토.
• X-ray 및 CT 데이터셋에서 보고된 정확도 지표의 수집 및 비교.
• COVID-19를 위한 약물 및 백신 발견에 적용된 DL 기법의 종합.

실험 결과

연구 질문

• RQ1 X-ray 및 CT 이미지에서 COVID-19 탐정을 위한 최고의 정확도를 얻는 DL 아키텍처와 전처리 전략은 무엇인가?
• RQ2 COVID-19 영상 분류 및 관련 태스크(로컬라이제이션, 세그먼테이션, 레지스트레이션)에 대해 가장 우수한 DL 방법은 무엇인가?
• RQ3 COVID-19를 위한 약물/백신 발견을 지원하는 잠재적 DL 접근법과 도전 과제는 무엇인가?

주요 결과

• 가장 높은 X-ray 분류 정확도는 99.80%로 InstaCovNet-19를 사용한 361 COVID-19, 362 pneumonia, 365 normal 케이스 데이터셋에서 보고되었습니다.
• 가장 높은 CT 분류 정확도는 99.054%로 EDL_COVID를 사용한 COVID-19, lung tumor, normal 케이스가 동등한 수의 7500 샘플 데이터셋에서 보고되었습니다.
• DL 기술은 COVID-19 영상에서 분류를 넘어 로컬라이제이션, 세그먼테이션, 레지스트레이션으로 확장됩니다.
• COVID-19를 위한 약물 또는 백신 발견에서의 DL 응용은 잠재적 영향 영역으로 논의됩니다.
• 이 논문은 또한 COVID-19를 위한 DL의 문제점, 우려사항 및 향후 연구 방향을 다룹니다.