论文部分内容阅读
目的探讨人工智能辅助CT在COVID-19病变筛查以及病情监测评估中的应用价值。方法收集27例COVID-19患者的CT影像资料，其中男性14例，女性13例，年龄28~85岁（48.9±14.3岁）。将图像输入基于深度学习模型的“uAI新冠肺炎智能辅助分析系统”，软件自动批量进行肺炎病灶识别和标记，并自动计算病变总体积、内部磨玻璃影体积及实变区域体积。通过PACS系统对人工智能辅助诊断软件识别病灶进行人工诊断复核，记录软件识别区域假阳性或假阴性情况，并通过手动修复少数假阳性或假阴性图像。结果人工智能辅助诊断软件可对肺炎病灶进行自动识别和标记，并计算出患者病灶总体积、内部磨玻璃影体积及实变区域体积。通过人工复核诊断显示人工智能辅助诊断软件对病灶标记的范围与肉眼观察相比具有较好的一致性。20例临床普通型患者均未见假阳性或假阴性病例；重症及危重症患者中有3例患者可见局部软件标记病灶呈假阳性表现，临床患者类型组间的差异有统计学意义（P<0.05）。人工智能辅助诊断软件提供的随访功能可直观的以图片及图表方式呈现两次检查病灶范围及密度变化的对比情况。人工复核诊断显示2例患者可见局部病灶标识区域呈假阴性表现，3例患者可见假阳性表现，临床患者类型组间的差异有统计学意义（P<0.05）。结论人工智能辅助CT可有效识别COVID-19病灶，并提供病灶相关数据信息。在患者病情评估方面通过图片及图表方式可直观的显示病变范围及内部密度差异的变化，为临床评效提供客观数据支持，同时提高了影像医师的工作效率。