BriefGPT - AI 论文速递
·
使用伪标签进行 COVID-19 检测的领域自适应
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
我们提出了一个两阶段框架，利用伪标签进行领域自适应，以提高从 CT 扫描中检测 COVID-19 的速度和准确性。该模型通过利用一个领域的注释数据和另一个领域的非注释数据，克服了数据稀缺和变异挑战。实验结果展示了该模型在高诊断精度方面的潜力，有助于高效的患者管理和减轻医疗系统的压力。
🎯
关键要点
- 提出了一个两阶段框架，利用伪标签进行领域自适应。
- 该模型提高了从 CT 扫描中检测 COVID-19 的速度和准确性。
- 通过利用一个领域的注释数据和另一个领域的非注释数据，克服了数据稀缺和变异挑战。
- 生成伪标签的创新方法使得模型能够迭代地改进学习过程。
- 模型在不同医院和医疗中心的适应性和精度得到了提高。
- 在 COV19-CT-DB 数据库上的实验结果显示模型具有高诊断精度的潜力。
- 该方法促进了高效的患者管理，并减轻了医疗系统的压力。
- 在 COVID-19 领域适应挑战的验证集上取得了 0.92 的宏 F1 得分。
➡️
