使用Python+OpenCV+Tensorflow+Flask實現(xiàn)檢測X光中的新冠病毒
免責(zé)聲明:本研究是為X光圖像中COVID-19的自動檢測而開發(fā)的,完全是為了教育目的。由于COVID-19沒有經(jīng)過專業(yè)或?qū)W術(shù)評估,最終的應(yīng)用并不打算成為一個準(zhǔn)確的用于診斷人類的COVID-19診斷系統(tǒng)。
介紹:Covid-19是由一種病毒(SARS-CoV-2冠狀病毒)引起的大流行性疾病,已經(jīng)感染了數(shù)百萬人,在幾個月內(nèi)造成數(shù)十萬人死亡。據(jù)世界衛(wèi)生組織(WHO)稱,大多數(shù)COVID-19患者(約80%)可能無癥狀,約20%的患者可能因為呼吸困難而需要住院治療。在這些病例中,大約5%可能需要支持來治療呼吸衰竭(通氣支持),這種情況可能會使重癥監(jiān)護(hù)設(shè)施崩潰。抗擊這一流行病的關(guān)鍵是快速檢測病毒攜帶者的方法。冠狀病毒冠狀病毒是引起呼吸道感染的病毒家族。這種新的冠狀病毒病原體是在中國登記病例后于1919年底發(fā)現(xiàn),它會導(dǎo)致一種名為冠狀病毒(COVID-19)的疾病。1937年首次分離出冠狀病毒,然而,直到1965年,這種病毒才被描述為冠狀病毒,因為它在顯微鏡下的輪廓看起來像一個樹冠。下面你可以看到SARS-CoV-2病毒的原子級三維模型:
X光近年來,基于計算機斷層掃描(CT)的機器學(xué)習(xí)在COVID-19診斷中的應(yīng)用取得了一些有希望的成果。盡管這些方法取得了成功,但事實仍然是,COVID-19傳播在各種規(guī)模的社區(qū)。X光機更便宜、更簡單、操作更快,因此比CT更適合在更貧困或更偏遠(yuǎn)地區(qū)工作的醫(yī)療專業(yè)人員。目標(biāo)對抗Covid-19的一個重大挑戰(zhàn)是檢測病毒在人體內(nèi)的存在,因此本項目的目標(biāo)是使用掃描的胸部X光圖像自動檢測肺炎患者(甚至無癥狀或非病人)中Covid-19的病毒。這些圖像經(jīng)過預(yù)處理,用于卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型的訓(xùn)練。CNN類型的網(wǎng)絡(luò)通常需要一個廣泛的數(shù)據(jù)集才能正常工作,但是,在這個項目中,應(yīng)用了一種稱為“遷移學(xué)習(xí)”的技術(shù),在數(shù)據(jù)集很小的情況下非常有用(例如Covid-19中患者的圖像)。目的是開發(fā)兩種分類模型:Covid-19的檢測與胸片檢測正常的比較Covid-19的檢測與肺炎患者檢測的比較按冠狀病毒相關(guān)論文定義的,所有類型的肺炎(COVID-19病毒引起的除外)僅被認(rèn)為是“肺炎”,并用Pneumo標(biāo)簽(肺炎)分類。我們使用TensorFlow 2.0的模型、工具、庫和資源,這是一個開源平臺,用于機器學(xué)習(xí),或者更準(zhǔn)確地說,用于深度學(xué)習(xí)。最后在Flask中開發(fā)了一個web應(yīng)用程序(web app),用于在接近現(xiàn)實的情況下進(jìn)行測試。下圖為我們提供了最終應(yīng)用程序如何工作的基本概念:
X光掃描胸部圖像(User_A.png),應(yīng)用程序?qū)D像存儲在web應(yīng)用程序的計算機上,決定圖像是否屬于受病毒污染的人(模型預(yù)測:[陽性]或[陰性])。在這兩種情況下,應(yīng)用程序都會輸出預(yù)測的準(zhǔn)確性(模型準(zhǔn)確度:X%)。為了避免兩者都出錯,將向用戶顯示原始文件的名稱及其圖像。圖像的新副本存儲在本地,其名稱添加一個預(yù)測標(biāo)簽,并且加上準(zhǔn)確度。這項工作分為四個部分:環(huán)境設(shè)置、數(shù)據(jù)清洗和準(zhǔn)備模型1訓(xùn)練(Covid/正常)模型2訓(xùn)練(Covid/肺炎)Web應(yīng)用的開發(fā)與測試靈感該項目的靈感來源于UFRRJ(里約熱內(nèi)盧聯(lián)邦大學(xué))開發(fā)的X光COVID-19項目。UFRRJ的XRayCovid-19是一個正在開發(fā)的項目,在診斷過程中使用人工智能輔助健康系統(tǒng)處理COVID-19。該工具的特點是易用、響應(yīng)時間快和結(jié)果有效性高,我希望將這些特點擴展到本教程第4部分開發(fā)的Web應(yīng)用程序中。下面是診斷結(jié)果之一的打印屏幕(使用了Covid-19數(shù)據(jù)集1圖像之一):
喬杜里等人在論文中闡述了該大學(xué)開展這項工作的科學(xué)依據(jù),論文地址:https://arxiv.org/abs/2003.13145另一項工作是Chester,論文:https://arxiv.org/pdf/1901.11210.pdf,由蒙特利爾大學(xué)的研究人員開發(fā)。Chester是一個免費且簡單的原型,醫(yī)療專業(yè)人員可以使用它們來了解深度學(xué)習(xí)工具的實際情況,以幫助診斷胸部X光。該系統(tǒng)被設(shè)計為輔助工具,用戶可在其中處理圖像以確認(rèn)或協(xié)助診斷。當(dāng)前版本的 Chester(2.0)使用DenseNet-121型卷積網(wǎng)絡(luò)訓(xùn)練了超過10.6萬張圖像。該網(wǎng)絡(luò)應(yīng)用程序未檢測到Covid-19,這是研究人員對應(yīng)用程序未來版本的目標(biāo)之一。下面是診斷結(jié)果之一的截圖(使用了Covid-19數(shù)據(jù)集的圖像)
在下面的鏈接中,你可以訪問Chester,甚至下載應(yīng)用程序供脫機使用:https://mlmed.org/tools/xray/。感謝這項工作最初是根據(jù)Adrian Rosebrock博士發(fā)表的優(yōu)秀教程開發(fā)的,我強烈建議你深入閱讀,此外,我要感謝Nell Trevor,他根據(jù)羅斯布魯克博士的工作,進(jìn)一步提出了如何測試結(jié)果模型的想法。第1部分-環(huán)境設(shè)置和數(shù)據(jù)準(zhǔn)備數(shù)據(jù)集訓(xùn)練模型以從圖像中檢測任何類型信息的第一個挑戰(zhàn)是要使用的數(shù)據(jù)量。原則上,可公開獲取的圖像數(shù)量越多越好,但是請記住,這種流行病只有幾個月的歷史,所以對于Covid-19檢測項目來說,情況并非如此)但是,Hall等人的研究,論文:https://arxiv.org/pdf/2004.02060.pdf,證明使用遷移學(xué)習(xí)技術(shù)僅用幾百幅圖像就可以獲得令人鼓舞的結(jié)果。如引言所述,因為訓(xùn)練兩個模型,所以需要3組數(shù)據(jù):確認(rèn)Covid-19的X光圖像集常規(guī)(“正!保┗颊叩腦光圖像集一組顯示肺炎但不是由Covid-19引起的X光圖像為此,將下載兩個數(shù)據(jù)集:數(shù)據(jù)集1:COVID-19的圖像集Joseph Paul Cohen和Paul Morrison和Lan Dao COVID-19圖像數(shù)據(jù)收集,arXiv: 2003.11597, 2020這是一個公開的COVID-19陽性、疑似患者和其他病毒性和細(xì)菌性肺炎(MERS、SARS和ARDS)的X光和ct圖像數(shù)據(jù)集。數(shù)據(jù)是從公共來源收集的,也可以從醫(yī)院和醫(yī)生處間接收集(項目由蒙特利爾大學(xué)倫理委員會批準(zhǔn),CERSES-20-058-D)。以下GitHub存儲庫中提供了所有圖像和數(shù)據(jù):https://github.com/ieee8023/covid-chestxray-dataset。數(shù)據(jù)集2:肺炎和正常人的胸片論文:Kermany, Daniel; Zhang, Kang; Goldbaum, Michael (2018), “Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images for Classification”通過深度學(xué)習(xí)過程,將一組經(jīng)驗證的圖像(CT和胸片)歸類為正常和某些肺炎類型。圖像分為訓(xùn)練集和獨立的患者測試集,數(shù)據(jù)可在網(wǎng)站上獲得:https://data.mendeley.com/datasets/rscbjbr9sj/2胸片的類型從數(shù)據(jù)集中,可以找到三種類型的圖像,PA、AP和Lateral(L)。L的很明顯,但X光的AP和PA視圖有什么區(qū)別?簡單地說,在拍X光片的過程中,當(dāng)X光片從身體的后部傳到前部時,稱為PA(后-前)視圖,在AP視圖中,方向相反。通常,X光片是在AP視圖中拍攝的,但是一個重要的例外就是胸部X光片,在這種情況下,最好在查看PA而不是AP,但如果病人病得很重,不能保持姿勢,可以拍AP型胸片。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市