从胸部CT图像进行COVID-19诊断的多分辨率分析:波形与轮形变换:波形与轮形变换
1Department of Electronics & Communication, Faculty of Engineering, Misr International University (MIU), Cairo, Egypt.
概括
这项研究表明,来自胸部CT扫描的轮变形特征可以准确检测COVID-19. 这种方法速度快,性能优于深度学习,因此适合实时选.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 信号处理 信号处理
背景情况:
- 胸部计算机断层扫描 (CT) 对于COVID-19诊断至关重要.
- 波形和轮变换提供本地化,多分辨率的图像分析.
- 从CT图像中提取特征是准确疾病分类的关键.
研究的目的:
- 利用胸部CT图像调查基于转换的特征来对COVID-19进行分类.
- 为了确定特征提取的最佳转换和分解水平.
- 开发一种高效准确的COVID-19检测方法.
主要方法:
- 应用多分辨率分析使用波形和轮变换在不同的分解水平.
- 从子带中提取了纹理和统计特征.
- 使用粒子群集优化 (PSO) 进行特征选择.
- 使用支持矢量机 (SVM) 分类器进行分类.
主要成果:
- 来自第一个分解水平 (L1) 的轮特征产生了最可靠的分类.
- 特征向量的计算速度很快 (<256x256图像的25毫秒).
- 通过优化的功能集实现了100%的准确性,灵敏度,特异性,精度和F-score.
- 在COVID-19检测中表现优于几种深度学习方法.
结论:
- 基于转换的特征是可靠的COVID-19检测从胸部CT扫描.
- 轮变换方法可以降低计算复杂度.
- 这种方法适用于用于初始COVID-19检测的实时自动查系统.
更多相关视频
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
14.2K
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.5K
