新系统分析胸CT扫描与深度学习使COVID-19损伤检测

一个新的自动化系统,包括深度学习技术使COVID-19病变的检测通过计算机断层扫描(CT)扫描分析。这个系统,在杂志上发表的一项研究描述计算机在生物学和医学研究人员进行了乌兰巴托,加泰罗尼亚EURECAT技术中心,计算视觉中心(CVC)。

这项研究“使我们来验证系统的效率作为决策支持工具的卫生专业人员COVID-19检测任务,和重力测量,扩展和SARS-CoV-2引起的肺炎的进化,在中期和长期的,”这项研究的主要研究者指出,朱塞佩Pezzano,乌兰巴托和研究员EURECAT数字医疗单位。

具体而言,系统的功能由“第一阶段的肺分割CT扫描,以减少搜索区域,“Pezzano说。“那么,算法用于分析肺区和检测COVID-19的存在。如果测试阳性,图像处理识别受到疾病影响的地区,”他补充道。

算法一直在测试79卷,110部分的CTs COVID-19发现感染,获得三个开放获取映像存储库。研究人员实现平均分割的准确性病变大约99%的病毒引起的,无假阳性鉴定过程中被观察到。

方法使用一种创新的方式来计算医学图像的分割的面具,它提供了良好的分割结果结节的断层图像。

”最近发表的一些研究表明,深度学习和计算机视觉算法取得了精度比专家的癌症在乳房x光成像检测,预测中风和心脏病,”笔记Petia Radeva,数学系和计算机科学的教授乌兰巴托。因此我们不能留下,我们一直在努力解决这个技术来帮助医生战斗COVID-19提供高精度数据分析的医学图像客观、透明和健壮的方法添加专家,也综合研究小组负责人计算机视觉和机器学习的乌兰巴托和主要研究员计算视觉中心。

”这种类型的自动化系统代表了一个重要工具卫生专业人员为了使更健壮的和准确的诊断,因为它可以提供一个人无法测量,信息”突出了奥利弗·迪亚兹,讲师乌兰巴托的数学系和计算机科学。

根据Vicent里巴斯,研究在医学数据分析主管EURECAT数字医疗单位,“这个工具的准确性,研究结果所示,打开大门,它的使用对于其他健康应用程序,一个字段的使用人工智能正变得越来越有用。”