นักวิจัยจาก UC San Diego ได้เผยแพร่ชุดข้อมูล COVID-CT ที่ประกอบไปด้วยภาพ CT Scan (การวินิจฉัยโรคด้วยเครื่อง X-ray คอมพิวเตอร์) ของผู้ป่วย COVID-19 จำนวน 275 ภาพ ให้ผู้ที่สนใจนำไปศึกษาต่อได้
การวิเคราะห์ภาพ CT Scan นั้นอาจเป็นหนทางหนึ่งที่ช่วยวินิจฉัยโรค COVID-19 ได้อย่างแม่นยำ รวดเร็ว และประหยัด ด้วยเหตุผลนี้ นักวิจัยจาก UC San Diego จึงได้เผยแพร่ชุดข้อมูลภาพสแกน COVID-CT จำนวน 275 ภาพ ให้ผู้ที่สนใจนำไปศึกษาเพื่อพัฒนาระบบ Deep Learning ขึ้นเพื่อทำนายอาการติดเชื้อจากภาพ
โดยในการเผยแพร่ข้อมูล คณะนักวิจัยได้ทดลองพัฒนาระบบจาก DenseNet ซึ่งเป็น Convolutional Neural Network (CNN) ขึ้นเพื่อทำนายการติดเชื้อขึ้นเป็น Baseline สำหรับชุดข้อมูลนี้ และเนื่องจากข้อมูลชุดนี้นั้นมีจำนวนไม่มาก นักวิจัยได้ใช้เทคนิค Transfer Learning ด้วยการเทรนนิ่ง DenseNet ของพวกเขาด้วยชุดข้อมูล ChestX-ray14 ก่อน แล้วจึงนำมาปรับแต่งด้วยการเทรนนิ่งกับ COVID-CT อีกรอบ
และในอีกด้านหนึ่ง เพื่อเพิ่มจำนวนข้อมูลในการเทรนนิ่ง พวกเขายังได้ใช้เทคนิคในการสร้างข้อมูลขึ้นใหม่ เช่น Affine Transformation, การตัดภาพ, และการหมุนภาพ แบบสุ่ม
ระบบ CNN ที่พวกเขาจัดทำขึ้นนี้ให้ผลลัพธ์ความแม่นยำที่ 84.7% โดยมีคะแนน F1 อยู่ที่ 85.3%
สำหรับผู้ที่สนใจข้อมูลชุดดังกล่าว สามารถเข้าไปดาวน์โหลดได้ที่ https://github.com/UCSD-AI4H/COVID-CT