新冠肺炎疫情爆发以来在全球已感染超 1 亿人，给人类社会带来巨大的危害。由于其传染性强，快速筛查新冠肺炎感染者并及时隔离治疗，对控制疫情传播尤为重要。为助力新冠肺炎快速诊断，设计实现了基于医学图像的新冠肺炎辅助检测系统。系统能够检测 CXR 和 CT 影像是否表现为感染新冠肺炎或社区获得性肺炎，并对诊断为感染新冠肺炎的影像的疑似病灶区域进行自动标注。系统的核心检测算法表现优异，在测试集上 CXR 诊断、CT 切片级诊断、CT 病例级诊断的准确度为 98.1%、99.6%、76.7%，CT 病灶分割的 DSC 系数为 0.623。其中 CT 病例级检测方案在 IEEE ICASSP 2021 Signal Processing Grand Challenge (SPGC) on COVID-19 Diagnosis 比赛中获得第十名的成绩。
系统采用B/S架构, 前端基于Vue.js和Ant Design, 后端基于flask, 算法开发基于Pytorch.
| Algorithm | Train Dataset | Test Dataset | Test Accuracy |
|---|---|---|---|
| CXR | COVID-19 Chest X-ray Database | COVID-19 Chest X-ray Database | 0.974 |
| CT slice-level | COVIDx CT-2A Train & Valid | COVIDx CT-2A Test | 0.996 |
| CT case-level | COVID-CT-MD Train & Valid | COVID-CT-MD Test | 0.767 |
| CT lesion segmentation | COVID-19 CT Lung and Infection Segmentation Dataset | MosMedData | 0.623(DSC) |
- 安装Python环境, 安装依赖
- 安装node.js环境并安装对应依赖
- 运行脚本 start.sh