[论文解读] Automatic Diagnosis of COVID-19 from CT Images using CycleGAN and Transfer Learning

Navid Ghassemi, Afshin Shoeibi+6 more|arXiv (Cornell University)|Apr 24, 2021

COVID-19 diagnosis using AI被引用 16

一句话总结

本文提出了一种基于CycleGAN数据增强和迁移学习的深度学习框架，用于从CT扫描中自动诊断COVID-19，准确率达到99.60%。研究引入了一个新的公开数据集，包含来自189名患者的3,163张标注的CT图像，其中正常扫描来自疑似患有COVID-19的个体，而非其他疾病患者，从而增强了临床相关性和泛化能力。

ABSTRACT

The outbreak of the corona virus disease (COVID-19) has changed the lives of most people on Earth. Given the high prevalence of this disease, its correct diagnosis in order to quarantine patients is of the utmost importance in steps of fighting this pandemic. Among the various modalities used for diagnosis, medical imaging, especially computed tomography (CT) imaging, has been the focus of many previous studies due to its accuracy and availability. In addition, automation of diagnostic methods can be of great help to physicians. In this paper, a method based on pre-trained deep neural networks is presented, which, by taking advantage of a cyclic generative adversarial net (CycleGAN) model for data augmentation, has reached state-of-the-art performance for the task at hand, i.e., 99.60% accuracy. Also, in order to evaluate the method, a dataset containing 3163 images from 189 patients has been collected and labeled by physicians. Unlike prior datasets, normal data have been collected from people suspected of having COVID-19 disease and not from data from other diseases, and this database is made available publicly.

研究动机与目标

• 开发一种基于CT影像的自动化、高精度COVID-19诊断系统，以减轻医生工作负担并减少诊断错误。
• 通过使用CycleGAN进行有效数据增强，解决COVID-19 CT影像中的数据稀缺问题。
• 评估多种预训练深度神经网络（包括视觉Transformer（ViT））在新收集并公开发布的数据集上的性能。
• 通过从疑似患有COVID-19的患者中收集正常CT扫描，而非其他肺部疾病患者，提升模型的泛化能力。

提出的方法

• 由三位专家放射科医生收集并标注了来自189名患者的3,163张临床CT扫描图像，选择具有信息量的切片用于分析。
• 图像预处理包括使用高斯滤波减少噪声并提升图像质量，以准备模型训练。
• 采用CycleGAN进行无监督域迁移，以增强训练数据，为COVID-19和正常类别生成逼真的合成CT图像。
• 在增强后的数据集上，对多种预训练深度神经网络（包括DenseNet、ResNet和视觉Transformer（ViT））使用迁移学习进行微调。
• 通过CycleGAN进行数据增强显著提升了模型的泛化能力和鲁棒性，尤其在低数据环境下表现更优。
• 视觉Transformer（ViT）表现最佳，证明其在该任务中的有效性。

实验结果

研究问题

• RQ1 基于CycleGAN的数据增强是否能显著提升深度学习模型在有限CT扫描数据下诊断COVID-19的性能？
• RQ2 不同预训练深度神经网络（包括ViT）在新收集并公开发布的CT数据集上用于COVID-19诊断时表现如何？
• RQ3 使用疑似患有COVID-19的患者而非其他肺部疾病患者的正常CT扫描，是否能提升诊断模型的临床相关性和泛化能力？
• RQ4 在结合CycleGAN数据增强的前提下，使用预训练模型进行迁移学习在多大程度上提升了诊断准确率？
• RQ5 与传统CNN相比，基于视觉Transformer的模型是否能在CT扫描中实现最先进的COVID-19分类性能？

主要发现

• 所提出方法在CT扫描中检测COVID-19的诊断准确率达到99.60%，代表了该任务的最先进性能。
• 视觉Transformer（ViT）优于其他模型（包括ResNet和DenseNet），在数据集上达到最高的准确率99.60%。
• 基于CycleGAN的数据增强显著提升了所有评估的深度神经网络的模型泛化能力和性能。
• 新收集的数据集包含1,766张COVID-19和1,397张正常CT图像，已公开发布，其中正常图像来自疑似患有COVID-19的患者，而非其他疾病。
• 使用疑似病例的临床数据而非无关病理的影像，增强了数据集的临床相关性，并减少了模型部署时的领域偏移。
• 本研究证明，ViT在COVID-19 CT诊断背景下对医学图像分类具有高度有效性，其性能水平在该领域此前未见报道。