Published October 20, 2022 | Version v1
Publication Open

Fast COVID-19 Detection from Chest X-Ray Images Using DCT Compression

  • 1. Zayed University
  • 2. Ain Shams University
  • 3. Rashid Hospital
  • 4. Assiut University

Description

Novel coronavirus (COVID-19) is a new strain of coronavirus, first identified in a cluster with pneumonia symptoms caused by SARS-CoV-2 virus. It is fast spreading all over the world. Most infected people will develop mild to moderate illness and recover without hospitalization. Currently, real-time quantitative reverse transcription-PCR (rqRT-PCR) is popular for coronavirus detection due to its high specificity, simple quantitative analysis, and higher sensitivity than conventional RT-PCR. Antigen tests are also commonly used. It is very essential for the automatic detection of COVID-19 from publicly available resources. Chest X-ray (CXR) images are used for the classification of COVID-19, normal, and viral pneumonia cases. The CXR images are divided into sub-blocks for finding out the discrete cosine transform (DCT) for every sub-block in this proposed method. In order to produce a compressed version for each CXR image, the DCT energy compaction capability is used. For each image, hardly few spectral DCT components are included as features. The dimension of the final feature vectors is reduced by scanning the compressed images using average pooling windows. In the 3-set classification, a multilayer artificial neural network is used. It is essential to triage non-COVID-19 patients with pneumonia to give out hospital resources efficiently. Higher size feature vectors are used for designing binary classification for COVID-19 and pneumonia. The proposed method achieved an average accuracy of 95% and 94% for the 3-set classification and binary classification, respectively. The proposed method achieves better accuracy than that of the recent state-of-the-art techniques. Also, the time required for the implementation is less.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

فيروس كورونا المستجد (COVID -19) هو سلالة جديدة من فيروس كورونا، تم تحديدها لأول مرة في مجموعة تعاني من أعراض الالتهاب الرئوي الناجمة عن فيروس سارس- كوف-2. ينتشر بسرعة في جميع أنحاء العالم. سيصاب معظم الأشخاص المصابين بمرض خفيف إلى متوسط ويتعافون دون دخول المستشفى. حاليا، النسخ العكسي الكمي في الوقت الحقيقي - PCR (rqRT - PCR) شائع للكشف عن فيروس كورونا بسبب خصوصيته العالية، والتحليل الكمي البسيط، وحساسية أعلى من RT - PCR التقليدي. كما تستخدم اختبارات المستضدات بشكل شائع. من الضروري جدًا الكشف التلقائي عن COVID -19 من الموارد المتاحة للجمهور. تُستخدم صور الأشعة السينية على الصدر (CXR) لتصنيف حالات كوفيد-19 وحالات الالتهاب الرئوي العادية والفيروسية. تنقسم صور تصوير الصدر بالأشعة السينية إلى كتل فرعية لمعرفة تحويل جيب التمام المنفصل (DCT) لكل كتلة فرعية في هذه الطريقة المقترحة. من أجل إنتاج نسخة مضغوطة لكل صورة CXR، يتم استخدام قدرة ضغط طاقة DCT. بالنسبة لكل صورة، لا يتم تضمين سوى عدد قليل من مكونات DCT الطيفية كميزات. يتم تقليل أبعاد متجهات الميزة النهائية عن طريق مسح الصور المضغوطة باستخدام نوافذ التجميع المتوسطة. في التصنيف المكون من 3 مجموعات، يتم استخدام شبكة عصبية اصطناعية متعددة الطبقات. من الضروري فرز المرضى غير المصابين بكوفيد-19 المصابين بالالتهاب الرئوي لإعطاء موارد المستشفى بكفاءة. تُستخدم نواقل الميزات ذات الحجم الأكبر لتصميم تصنيف ثنائي لـ COVID -19 والالتهاب الرئوي. حققت الطريقة المقترحة متوسط دقة بنسبة 95 ٪ و 94 ٪ للتصنيف ثلاثي المجموعات والتصنيف الثنائي، على التوالي. تحقق الطريقة المقترحة دقة أفضل من تلك الخاصة بالتقنيات الحديثة. كما أن الوقت اللازم للتنفيذ أقل.

Translated Description (French)

Le nouveau coronavirus (COVID-19) est une nouvelle souche de coronavirus, identifiée pour la première fois dans un groupe présentant des symptômes de pneumonie causés par le virus SARS-CoV-2. Il se répand rapidement dans le monde entier. La plupart des personnes infectées développeront une maladie légère à modérée et se rétabliront sans hospitalisation. Actuellement, la transcription inverse quantitative en temps réel (rqRT-PCR) est populaire pour la détection des coronavirus en raison de sa haute spécificité, de sa simple analyse quantitative et de sa sensibilité plus élevée que la RT-PCR conventionnelle. Des tests antigéniques sont également couramment utilisés. Il est très essentiel pour la détection automatique de la COVID-19 à partir de ressources publiques. Les images de radiographie pulmonaire (CXR) sont utilisées pour la classification des cas de pneumonie COVID-19, normale et virale. Les images CXR sont divisées en sous-blocs pour trouver la transformée en cosinus discrète (DCT) pour chaque sous-bloc dans ce procédé proposé. Afin de produire une version compressée pour chaque image CXR, la capacité de compactage énergétique DCT est utilisée. Pour chaque image, peu de composants DCT spectraux sont inclus en tant que caractéristiques. La dimension des vecteurs de caractéristiques finaux est réduite en balayant les images compressées à l'aide de fenêtres de regroupement moyennes. Dans la classification en 3 ensembles, un réseau neuronal artificiel multicouche est utilisé. Il est essentiel de trier les patients atteints de pneumonie non-COVID-19 pour distribuer efficacement les ressources hospitalières. Les vecteurs de caractéristiques de taille supérieure sont utilisés pour concevoir une classification binaire pour la COVID-19 et la pneumonie. La méthode proposée a atteint une précision moyenne de 95 % et 94 % pour la classification en 3 ensembles et la classification binaire, respectivement. Le procédé proposé atteint une meilleure précision que celle des techniques récentes de pointe. En outre, le temps nécessaire à la mise en œuvre est moindre.

Translated Description (Spanish)

El nuevo coronavirus (COVID-19) es una nueva cepa de coronavirus, identificada por primera vez en un grupo con síntomas de neumonía causados por el virus SARS-CoV-2. Se está extendiendo rápidamente por todo el mundo. La mayoría de las personas infectadas desarrollarán una enfermedad de leve a moderada y se recuperarán sin hospitalización. Actualmente, la PCR de transcripción inversa cuantitativa en tiempo real (rqRT-PCR) es popular para la detección de coronavirus debido a su alta especificidad, análisis cuantitativo simple y mayor sensibilidad que la RT-PCR convencional. Las pruebas de antígenos también se usan comúnmente. Es muy esencial para la detección automática de COVID-19 a partir de recursos disponibles públicamente. Las imágenes de radiografía de tórax (CXR) se utilizan para la clasificación de casos de COVID-19, neumonía normal y viral. Las imágenes CXR se dividen en sub-bloques para averiguar la transformada discreta del coseno (DCT) para cada sub-bloque en este método propuesto. Para producir una versión comprimida para cada imagen CXR, se utiliza la capacidad de compactación de energía DCT. Para cada imagen, apenas se incluyen unos pocos componentes DCT espectrales como características. La dimensión de los vectores de características finales se reduce escaneando las imágenes comprimidas utilizando ventanas de agrupación promedio. En la clasificación de 3 conjuntos, se utiliza una red neuronal artificial multicapa. Es esencial clasificar a los pacientes con neumonía que no son COVID-19 para distribuir los recursos hospitalarios de manera eficiente. Los vectores de características de mayor tamaño se utilizan para diseñar la clasificación binaria para COVID-19 y neumonía. El método propuesto logró una precisión promedio del 95% y 94% para la clasificación de 3 conjuntos y la clasificación binaria, respectivamente. El método propuesto logra una mayor precisión que las técnicas más recientes. Además, el tiempo requerido para la implementación es menor.

Files

2656818.pdf.pdf

Files (16.0 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:e1ef388a8ee17ec16828b772c161df7a
16.0 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
الكشف السريع عن COVID -19 من صور الأشعة السينية للصدر باستخدام ضغط DCT
Translated title (French)
Détection rapide de la COVID-19 à partir d'images radiographiques thoraciques à l'aide de la compression DCT
Translated title (Spanish)
Detección rápida de COVID-19 a partir de imágenes de rayos X del tórax mediante compresión DCT

Identifiers

Other
https://openalex.org/W4306893328
DOI
10.1155/2022/2656818

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Egypt

References

  • https://openalex.org/W1588594383
  • https://openalex.org/W1999526120
  • https://openalex.org/W2097117768
  • https://openalex.org/W2163605009
  • https://openalex.org/W2194775991
  • https://openalex.org/W2295594515
  • https://openalex.org/W2769912520
  • https://openalex.org/W2962835968
  • https://openalex.org/W3005656138
  • https://openalex.org/W3006627382
  • https://openalex.org/W3008985036
  • https://openalex.org/W3022719712
  • https://openalex.org/W3024725492
  • https://openalex.org/W3033546701
  • https://openalex.org/W3035514136
  • https://openalex.org/W3080085601
  • https://openalex.org/W3082946543
  • https://openalex.org/W3083972167
  • https://openalex.org/W3089168916
  • https://openalex.org/W3090867153
  • https://openalex.org/W3097211536
  • https://openalex.org/W3101606529
  • https://openalex.org/W3105081694
  • https://openalex.org/W3128670286
  • https://openalex.org/W3156436924
  • https://openalex.org/W3157140100
  • https://openalex.org/W3165324867
  • https://openalex.org/W3181381259
  • https://openalex.org/W3217423340
  • https://openalex.org/W4206757691
  • https://openalex.org/W4214623769
  • https://openalex.org/W4233668845