Pneumonia Classification Using Deep Learning from Chest X-ray Images During COVID-19

1. Abstract

• 코로나 발병 탐지를 위한 표준적인 방식으로 RT-PCR 사용하였지만, 위양성률, 낮은 민감도, 높은 비용, 전문가 필요 등의 한계점이 존재한다.
• RT-PCR의 대안으로 흉부 X-Ray(CXR) 스캔 이미지 사용하지만, 기존 모델은 COVID-19와 정상만을 구별하는 이진 분류 방식을 활용한다.
• 본 논문에서는, 사전 학습된 AlexNet 모델을 활용해 COVID-19/비 COVID-19 바이러스성 폐렴/세균성 폐렴/정상을 구별할 수 있는 다중 분류를 시도하였고, 여러 지표에서 좋은 성능을 가진다.
  • Two-way 분류
  • Three-way 분류
  • Four-way 분류

2. Introduction

Pneumonia(폐렴) : 폐 세포 집단에 염증을 일으키는 질병

• 폐렴의 3가지 원인 감염 / 흡입(위식도의 내용물이 폐로) / 화학물질에 대한 노출

• 감염된 폐렴의 발생

  병원체에 의해 염증 발생한 이후 폐의 폐포가 액체나 고름으로 채워진다.

  이로 인해 폐와 혈액 사이의 산소와 이산화탄소의 교환이 줄어들면서 호흡 곤란을 일으킨다.

• 증상 호흡곤란, 발열, 기침, 흉통 등

• 취약군

  65세 이상의 노인층, 5세 이하의 소아, HIV/AIDS이나 당뇨병과 같은 합병증을 가지고 있는 사람

#1 Diagnosis and Treatment of Pneumonia

폐렴을 진단하기 위해, 흉통 X-ray와 CT 스캔 등의 다양한 방법이 존재한다.

폐렴을 치료하기 위해서 원인 병원체에 기반하여 서로 다른 치료법을 적용한다.

• 세균성 폐렴 → 항생제
• 바이러스성 폐렴 → 항바이러스제