24、基于胸部X光图像的COVID - 19检测及板球LBW判罚自动化技术

基于胸部X光图像的COVID - 19检测及板球LBW判罚自动化技术

1. 胸部X光图像用于COVID - 19检测

在机器学习项目中，数据收集是至关重要的第一步。对于COVID - 19检测的胸部X光图像分类任务，需要包含COVID - 19、正常、肺炎和COVID - 19阴性病例的胸部X光图像。由于目前没有一个数据集能涵盖所有这些类别，因此通过将Kaggle胸部X光数据集与蒙特利尔大学的Joseph Paul Cohen博士获取的COVID - 19胸部X光数据集相结合，创建了一个新的数据集。

选择后部前部（PA）胸部图像，因为这是最常见和广泛使用的胸部X光图像类型，且两个数据库中都有此类图像。Cohen博士发布了一个公开数据集，包含COVID - 19、中东呼吸综合征（MERS）、严重急性呼吸综合征（SARS）和急性呼吸窘迫综合征（ARDS）患者的胸部X光和CT图像。本项目使用的是截至2020年3月18日可用的COVID - 19数据集实例，因为每天都会有新的实例发布。

2018年8月，RSNA赞助的Kaggle竞赛邀请机器学习社区开发一种能从胸部X光片检测肺炎的算法。该竞赛要求模型定位肺部不透明度，这比本项目的图像分类更具挑战性。该竞赛的数据集包含数千张健康人和肺炎患者的图像，对本研究很有帮助。

创建可用于训练的数据集的步骤如下：
1. 下载两个数据集的图像。
2. 将选择的图像保存到带有相应标签的文件夹中。
3. 加载图像，进行预处理，然后将其转换为所需大小的numpy数组。

具体来说，通过克隆Cohen博士的GitHub仓库下载COVID胸部X光数据集。“images”文件夹包含COVID - 1