Un marco basado en transformadores para el diagnóstico automático de COVID-19 en tomografías computarizadas de tórax

El diagnóstico automatizado de COVID-19 en tomografías computarizadas de tórax se está convirtiendo en una técnica clínicamente importante para apoyar la planificación diagnóstica y de tratamiento precisa y eficiente. Se han realizado algunos esfuerzos para diagnosticar automáticamente el COVID-19 en tomografías utilizándose redes neuronales convolucionales (CNN), y la tarea sigue siendo un desafío. En este documento, presentamos un marco basado en transformadores para la clasificación de COVID-19. Intentamos expandir la adaptación del transformador de visión como un aprendiz de características robusto a las tomografías 3D para diagnosticar el COVID-19. El marco consta de dos etapas principales: segmentación pulmonar utilizando UNet, seguida de la clasificación, en la que las características extraídas de cada slice de la TC utilizando el transformador Swin en una exploración de TC se agregan al nivel de características en 3D. También investigamos el rendimiento de utilizar las robustas CNN (BiT y EfficientNetV2) como espinas en el marco. El conjunto de datos del taller ICCV: MIA-COV19D, se utiliza en nuestros experimentos. Los resultados de la evaluación muestran que el método con la espina del transformador Swin obtiene la mejor puntuación F1 de 0.935 en el conjunto de datos de validación, mientras que la espina basada en CNN de EfficientNetV2 tiene un rendimiento de clasificación competitivo con la mejor precisión de 93.7%. El modelo de predicción final con el transformador Swin alcanza la puntuación F1 de 0.84 en el conjunto de datos de prueba, lo que no requiere una etapa adicional de posprocesamiento.