IMED深圳发表针对COVID-19 CT数据的图像翻译模型用于提高诊断模型性能

2020-07-27

为应对新冠疫情,贡献科研力量,IMED深圳团队针对COVID-19辅助诊断的开展研究工作,其中李衡博士的研究《CT scan synthesis for promoting computer-aideddiagnosis capacity of COVID-19》被Sixteenth International Conference on Intelligent Computing(ICIC2020)接收。

该研究采用CORONACASES.ORG发布的20例新冠肺炎数据为基础,引入LUNA16数据作为新冠肺炎阴性数据。通过三维CT数据间的弹性配准,建立起新冠阴性数据和阳性数据间的匹配模型;随后结合pix2pix图像翻译算法,建立两组数据间的映射模型,进而实现新冠感染和非新冠CT影像间的翻译;通过该模型生成新冠病例阴性和阳性的组合数据,能够有效提高辅助诊断算法在新冠数据上的诊断和定位效果。

整体算法框架

数据生成效果

提升CAM定位能力

作者:李衡