易于使用的AI系统,供放射科医生通过ct扫描评估COVID-19

易于使用的AI系统,供放射科医生通过ct扫描评估COVID-19
分享分享

研究人员发现了一种基于人工智能的新型肺叶自动分割系统,它可以从CT扫描中实现COVID-19识别和病变分类,这是评估肺部损害和做出预后的关键。


这是首个基于深度学习范式的人工智能管道,使用了一个新的分割模块,可以自动识别肺实质和肺叶。然后将分割网络与分类网络相结合,进行COVID-19识别和病变分类。为了测试该系统,我们将该模型的分类结果与三位放射专家在166张CT扫描数据集上获得的分类结果进行了比较。


在最近发表的一篇论文中,他们报告了COVID-19检测的敏感性为90.3%,特异性为93.5%,与放射科专家的发现相似或更好,平均病变分类准确率约为84%。此外,肺和肺叶的先验分割提高了6%以上的分类性能。


研究人员在意大利斯帕兰扎尼研究所(Spallanzani Institute)的多次CT扫描中测试了人工智能软件管道,结果显示:

  1. 分割网络能够有效地从CT扫描中提取肺实质和肺叶,优于现有的先进模型。
  2. COVID-19识别模块比放射科专家具有更高的准确性(以及特异性和敏感性)。
  3. AI模型自动学习,无需任何监督,CT扫描特征对应COVID-19肺炎中最常见的三个病变,即实变、磨砂玻璃和疯狂铺路,显示其仅使用放射图像支持诊断的可靠性。这意味着,只要简单地评估CT扫描中这些病变的存在,就可以将阳性患者与阴性患者(包括对照组和COVID检测阴性的间质性肺炎患者)区分开来。
  4. 人工智能模型可以集成到一个公开的用户友好的GUI中,以支持对放射学家的人工智能解释。该GUI能够处理整个CT扫描,并报告患者是否可能受COVID-19影响,同时显示支持该决定的扫描切片。

本研究在COVID-19识别和病变分类方面获得的结果,为进一步改进先进的COVID-19 CT/RX诊断系统铺平了道路,该系统易于解释、可靠,能够提供疾病识别和鉴别诊断。以及疾病恶化的风险。


来源:ScienceDirect

照片:iStock


你对医学中的人工智能有何看法?»»

引用:

Pennisi, M, Kavasidis, I, Spampinato, C,等人(2021)基于ct扫描的COVID-19自动评估和病变分类的可解释AI系统医学中的人工智能。2021年5月21日在线出版。https://doi.org/10.1016/j.artmed.2021.102114

发布日期:2021年5月25日星期二



研究人员发现了一种新的基于人工智能的肺叶自动分割系统,可以实现COVID-19识别和病变分类

任何评论


登录留下评论…

突出产品