[论文解读] COVID-19 Image Data Collection

Joseph Cohen, Paul Morrison+1 more|arXiv (Cornell University)|Mar 25, 2020

COVID-19 diagnosis using AI参考文献 17被引用 818

一句话总结

本文提出了初始的公开 COVID-19 胸部 X 光数据集（COVID-Chest X-ray Dataset），汇集自公开来源的 123 张前视 X 线图像，用于 AI 研究。

ABSTRACT

This paper describes the initial COVID-19 open image data collection. It was created by assembling medical images from websites and publications and currently contains 123 frontal view X-rays.

研究动机与目标

• 促成一个公开的 COVID-19 胸腔放射测量数据集的创建，以帮助诊断工具的开发。
• 提供一个公共资源，用于训练和测试深度学习模型，以区分 COVID-19 与其他肺炎。
• 在 PCR 测试受限的情境下，促进对疾病进展、结局和分诊的研究。

提出的方法

• 汇聚来自 Radiopaedia、Figure1 及已发表论文等来源的 COVID-19 及相关病况的公开 X 射线/CT 图像。
• 使用 pdfimages 和人工整理从 PDFs 和网站中提取并保留图像质量。
• 定义元数据架构（Patient ID、Age、Sex、View、Modality、Finding、Survival、Date、Location、License 等）。
• 在 GitHub URL 公开发布数据集，并引用贡献来源以维护来源可追溯性。

实验结果

研究问题

• RQ1 公开可获得的 COVID-19 胸腔放射测量数据集是否能够训练和评估肺炎/疾病分类模型？
• RQ2 在可用图像中，COVID-19 的放射学发现与其他肺炎或 ARDS 有何不同？
• RQ3 该数据集是否支持利用放射性数据对疾病进展与患者生存进行建模？

主要发现

• 该数据集在 2020 年 3 月 25 日时包含 123 张前视胸部 X 光图像。
• 图像和元数据来自公开来源以避免患者隐私问题。
• 元数据架构包括 Patient ID、Offset (days since symptoms)、Sex、Age、Finding、Survival、View、Modality、Date、Location、Filename、License，以及备注等属性。
• 初始用例强调用于训练/部署深度学习模型，以识别 COVID-19 特征并预测结果。
• 本文将数据集定位为研究进展并将 COVID-19 放射学模式与其他肺炎类型进行比较的资源。