[论文解读] Harmony-Search and Otsu based System for Coronavirus Disease (COVID-19) Detection using Lung CT Scan Images

V. Rajinikanth, Nilanjan Dey+4 more|arXiv (Cornell University)|Apr 6, 2020

COVID-19 diagnosis using AI参考文献 30被引用 111

一句话总结

本文提出一个图像辅助系统，利用 Harmony-Search 优化和 Otsu 阈值化，通过 ROI 提取与严重程度特征来检测和评估肺部 CT 扫描中的 COVID-19 感染。

ABSTRACT

Pneumonia is one of the foremost lung diseases and untreated pneumonia will lead to serious threats for all age groups. The proposed work aims to extract and evaluate the Coronavirus disease (COVID-19) caused pneumonia infection in lung using CT scans. We propose an image-assisted system to extract COVID-19 infected sections from lung CT scans (coronal view). It includes following steps: (i) Threshold filter to extract the lung region by eliminating possible artifacts; (ii) Image enhancement using Harmony-Search-Optimization and Otsu thresholding; (iii) Image segmentation to extract infected region(s); and (iv) Region-of-interest (ROI) extraction (features) from binary image to compute level of severity. The features that are extracted from ROI are then employed to identify the pixel ratio between the lung and infection sections to identify infection level of severity. The primary objective of the tool is to assist the pulmonologist not only to detect but also to help plan treatment process. As a consequence, for mass screening processing, it will help prevent diagnostic burden.

研究动机与目标

• 推动为 pulmonologists 提供自动化辅助，以从肺部 CT 扫描中检测 COVID-19 肺炎。
• 开发一个图像处理流水线，从冠状位肺部 CT 视图中提取感染区域。
• 使用 Harmony-Search 优化和 Otsu 阈值化来增强 CT 图像。
• 分割感染区域并提取基于 ROI 的特征以量化感染严重程度。
• 提供一个工具以辅助大规模筛查并减轻诊断负担。

提出的方法

• 应用阈值滤波以分离肺部区域并减少伪影。
• 结合 Harmony-Search 优化与 Otsu 阈值化来增强图像。
• 分割感染区域以获得离散 ROI。
• 从二值图像中的 ROI 提取特征，以计算肺部与感染像素比率。
• 使用 ROI 特征来估计感染严重程度以用于临床规划。

实验结果

研究问题

• RQ1 基于 Harmony-Search 和 Otsu 的技术是否能够可靠地增强 CT 图像以获得更好的感染分割？
• RQ2 CT 图像的基于 ROI 的特征提取是否与感染严重程度相关，以支持临床决策？
• RQ3 所提出的系统能否通过减少肺科医生的诊断负担来帮助大规模筛查？
• RQ4 所创建特征在区分 CT 扫描中的感染肺部与健康肺部区域中的作用是什么？

主要发现

• 提出一个图像辅助系统，从肺部 CT 扫描（冠状位视图）中提取 COVID-19 感染区域。
• 引入一个工作流，包括阈值化、Harmony-Search-Optimization 和 Otsu 阈值化用于增强。
• 执行分割以提取感染区域并进行基于 ROI 的特征提取以进行严重性评估。
• 旨在帮助胸科医生进行检测和治疗规划，并支持大规模筛查。