当前位置：
X-MOL 学术
›
J. Healthc. Eng.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
基于时空信息融合的COVID-19 CT扫描计算机辅助诊断
Journal of Healthcare Engineering Pub Date : 2021-03-05 , DOI: 10.1155/2021/6649591 Tianyi Li 1 , Wei Wei 1 , Lidan Cheng 1 , Shengjie Zhao 2 , Chuanjun Xu 3 , Xia Zhang 4, 5 , Yi Zeng 4 , Jihua Gu 1
Affiliation
冠状病毒病（COVID-19）具有高度传染性和致病性。目前，COVID-19的诊断基于核酸检测，但存在假阴性和滞后现象。使用肺部CT扫描可以帮助筛查和有效监测确诊病例。计算机辅助诊断技术的应用可以减轻医生的负担，有利于快速、大规模的诊断筛查。在本文中，我们提出了一种基于时空信息融合的COVID-19自动检测方法。利用深度学习方法中的分割网络对肺部区域和病灶区域进行分割，提取多张CT扫描的时空信息特征进行辅助诊断分析。该方法的性能在收集的数据集上得到了验证。我们实现了COVID-19 CT扫描和非COVID-19 CT扫描的分类，并通过CT扫描分析患者病情的发展。平均准确率为96.7%，灵敏度为95.2%，F1评分为95.9%。每次扫描大约需要 30 秒进行检测。
"点击查看英文标题和摘要"
京公网安备 11010802027423号