Conjunto de datos de imágenes radiográficas de Covid para IA (CORDA)

El virus COVID-19 se ha propagado rápidamente en China continental y en varios países del mundo. Al 7 de abril de 2020 en Italia, uno de los países más afectados, se registraron 135.586 Pacientes con COVID19, de los cuales 17.127 fallecieron; en el momento de escribir este artículo, Piamonte es la tercera región más afectada de Italia, con 13.343 casos registrados. El diagnóstico precoz es un elemento clave para el tratamiento adecuado de los pacientes y la prevención de la propagación de la enfermedad. Dado el alto tropismo de COVID-19 por las vías respiratorias y el epitelio pulmonar, la identificación de la afectación pulmonar en pacientes infectados puede ser relevante para el tratamiento y seguimiento de la enfermedad. La prueba de virus se considera actualmente el único método específico de diagnóstico. El Centro para el Control de Enfermedades (CDC) en los EE. UU. recomienda recolectar y analizar muestras del tracto respiratorio superior (hisopos nasofaríngeos y orofaríngeos) o del tracto respiratorio inferior cuando esté disponible (lavado broncoalveolar, BAL) para pruebas virales con reacción en cadena de la polimerasa con transcriptasa inversa. (RT-PCR) ensayo. Los documentos de posición actuales de las sociedades radiológicas (Fleischner Society, SIRM, RSNA) no recomiendan el uso rutinario de imágenes para el diagnóstico de COVID-19.

Sin embargo, se ha demostrado ampliamente que, incluso en las primeras etapas de la enfermedad, las radiografías de tórax (CXR) y las tomografías computarizadas (TC) pueden mostrar hallazgos patológicos. Cabe señalar que en realidad son inespecíficas y se superponen con otras infecciones virales (como influenza, H1N1, SARS y MERS): la mayoría de los autores reportan opacidades periféricas bilaterales mal definidas y en vidrio deslustrado, que involucran principalmente los lóbulos inferiores, progresivamente aumentando en extensión a medida que la enfermedad se vuelve más grave y conduce a una consolidación parenquimatosa difusa, la TC es una herramienta sensible para la detección temprana de opacidades periféricas en vidrio deslustrado; sin embargo, el papel de rutina de la tomografía computarizada en estos pacientes es un desafío logístico en términos de seguridad para los profesionales de la salud y otros pacientes, y puede abrumar los recursos disponibles. La radiografía de tórax puede ser una herramienta útil, especialmente en situaciones de emergencia: puede ayudar a excluir otras posibles "noxas" pulmonares, permite una primera valoración aproximada de la extensión de la afectación pulmonar y, lo que es más importante, se puede obtener en la cama del paciente mediante dispositivos portátiles. limitando la posible exposición en trabajadores de la salud y otros pacientes. Además, la CXR se puede repetir con el tiempo para controlar la evolución de la enfermedad pulmonar.

Metodología:

describimos el enfoque de aprendizaje profundo basado en una canalización bastante estándar, a saber, el preprocesamiento de imágenes de tórax y la segmentación de los pulmones, seguido del modelo de clasificación obtenido con el aprendizaje de transferencia. Como veremos en esta sección, el preprocesamiento de datos es fundamental para eliminar cualquier sesgo presente en los datos. En particular, mostraremos que es fácil para un modelo profundo reconocer estos sesgos que impulsan el proceso de aprendizaje. Dado el pequeño tamaño de los conjuntos de datos de COVID, los conjuntos de datos más grandes que se utilizan para el entrenamiento previo desempeñan un papel clave. Por lo tanto, primero discutimos qué conjuntos de datos se pueden usar para nuestros objetivos.