Deep learning representations to support COVID-19 diagnosis on CT slices.

Journal: Biomedica : revista del Instituto Nacional de Salud
Published Date: Mar 1, 2022

Abstract

INTRODUCTION: The coronavirus disease 2019 (COVID-19) has become a significant public health problem worldwide. In this context, CT-scan automatic analysis has emerged as a COVID-19 complementary diagnosis tool allowing for radiological finding characterization, patient categorization, and disease follow-up. However, this analysis depends on the radiologist's expertise, which may result in subjective evaluations.

Authors

  • Josué Ruano
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. jaruanob@unal.edu.co.
  • John Arcila
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. john.archila.valderrama@gmail.com.
  • David Romo-Bucheli
    Christian Doppler Laboratory for Ophthalmic Image Analysis (OPTIMA), Department of Ophthalmology, Medical University of Vienna, Spitalgasse 23, 1090 Vienna, Austria.
  • Carlos Vargas
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. cavargasp@unal.edu.co.
  • Jefferson Rodríguez
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. jefferson.rodriguez2@saber.uis.edu.co.
  • Óscar Mendoza
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. oscar.mendoza2@saber.uis.edu.co.
  • Miguel Plazas
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. miguel.plazas@saber.uis.edu.co.
  • Lola Bautista
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. lxbautis@uis.edu.co.
  • Jorge Villamizar
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia; Facultad de Ingeniería, Universidad de Los Andes, Mérida, Venezuela. jorge@uis.edu.co.
  • Gabriel Pedraza
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. gpedraza@uis.edu.co.
  • Alejandra Moreno
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. alejandra.moreno@saber.uis.edu.co.
  • Diana Valenzuela
    Clínica FOSCAL, Fundación Oftalmológica de Santander, Bucaramanga, Colombia. dimavasa2424@gmail.com.
  • Lina Vázquez
    Clínica FOSCAL, Fundación Oftalmológica de Santander, Bucaramanga, Colombia. lina22.maria@gmail.com.
  • Carolina Valenzuela-Santos
    Clínica FOSCAL, Fundación Oftalmológica de Santander, Bucaramanga, Colombia. carolvasa@gmail.com.
  • Paul Camacho
    Clínica FOSCAL, Fundación Oftalmológica de Santander, Bucaramanga, Colombia. paul.camacho@foscal.com.co.
  • Daniel Mantilla
    Clínica FOSCAL, Fundación Oftalmológica de Santander, Bucaramanga, Colombia. daniel.mantilla@foscal.com.co.
  • Fabio Martínez Carrillo
    BIVL2ab Biomedical Imaging, Vision and Learning Laboratory, Escuela de Ingeniería de Sistemas e Informática, Universidad Industrial de Santander, Bucaramanga, Colombia. famarcar@uis.edu.co.

Keywords

External Resources

Popular Topics
Recent Journals