Detecting Covid19 in X-ray images.

内容

• DATA:
  • Datasetについて
  • Dataのサンプル
  • Data Preprocessing
• モデル:
ここでは、モデルの構造とハイパーパラメーターについて記載します。
• 評価:
学習の結果、正解率、ロス、F1スコアを用いて学習の評価を行っております。

---

Data

Datasetについて

新型コロナウィルスの陽性患者のサンプルはこちらから。
健康体のX-ray画像はこちらから。
それぞれのデータセットから、ノイズがのってしまっている画像を取り除きました。
それぞれから、67枚の画像を選びそのうちPositiveとNegativeそれぞれから6枚ずつ計12枚をTest setとし、残りのデータを混ぜ合わせた中からランダムに選択された20%をValidation setとしました。

Dataのサンプル

Positive samples: 新型コロナウィルス陽線患者の胸部X-ray画像のサンプルです。
Negative samples: 健康体患者の胸部X-ray画像のサンプルです。

Data Preprocessing

以下の事前処理を行いました。

• 224 by 224にリサイズ
• 10度以内(両方向)のランダム回転
• 0-1範囲にリスケール

---

モデル

構造

学習済のVGG16の最終層を取り除き、複数の層を追加しました。詳しくわ以下の画像をご覧ください。

ハイパーパラメータ含む設定

• Batch size:
1
• Epochs:
20
• Optimizer:
Learning Rate 0.01でLR decayはLR / Epochsに設定しました。
• Loss:
Binary crossentropy

---

評価

正解率とLossカーブ

バッチサイズを1に設定ためどちらの値も小刻みに変化していますが、極端なオーバーフィッティングやアンダーフィッティングはみられませんでした。

Recall, Precision, and F1

前述しましたとおり、テストデータは陽性と陰性それぞれから6枚ずつと少ない枚数なので正確な値を図るならば、全体的にデータ量を増やす必要がありますが今回のテストデータは全て正しく予測でき、Recall, Precision, F1スコアは全て1でした。