基于人工智能测量指标的新型冠状病毒肺炎CT影像鉴别诊断

发布时间：2021-06-14 03:28

　　目的探索基于CT影像的人工智能（Artificial Intelligence,AI）辅诊系统在新型冠状病毒肺炎（Coronavirus Disease2019,COVID-19）与其他社区获得性肺炎（Community Acquired Pneumonia,CAP）鉴别诊断中的应用价值。方法收集2019年1月27日至2020年2月20日103例肺炎患者,其中29例COVID-19患者,74例为排除COVID-19的CAP患者。两组患者均行MSCT扫描,应用常规阅片+AI辅诊系统辅助阅片方式对CT图像进行评价,并使用AI辅诊系统对两组患者的感染区域进行定量测量,比较两组诊断结果差异。结果 COVID-19组的AI测量值密度HU（-750,-300）感染体积和感染占比平均水平均显著高于CAP组（P<0.05）。其他测量值结果在两组间无统计学差异（P>0.05）。结论基于AI测量的结果可以作为鉴别COVID-19和CAP的补充依据,结合AI定量测量结果和人工判断可以更方便和快捷地为COVID-19提供可靠的鉴别诊断依据。 

【文章来源】：中国医疗设备. 2020,35(06)

【文章页数】：5 页

【部分图文】：

COVID-19单发病灶CT图像

COVID-19多发病灶CT图像

CT影像是筛查COVID-19的有效方法，与核酸检测相比耗时少，完成一次胸部CT扫描仅需要几十秒。高清晰度的CT图像可以通过网络传输，便于远程阅片。CT图像的分辨力高，可以很好地显示肺部病灶的细节及特点，但薄层CT影像图片较多、工作量大，一次CT扫描就产生超过300幅影像。诊断准确性取决于影像诊断医师的水平和细致程度，工作强度较大，容易出现漏、误诊。我院作为北京市COVID-19定点收治医院，引入“u AI新冠肺炎智能辅助分析系统”，处理完成300余幅图像仅需10 s，而人工处理需要10～15 min以上才能完成全部评价，现在AI+人工大约5 min就可以完成，大幅提高了临床诊断效率，为临床COVID-19的准确诊断提供了新的依据和保障[4-6,14-15]。COVID-19和CAP患者的CT影像存在差别。目前，临床上更多的是进行形态学内容分析、定性描述[9-10,16-17]，而我们通过在临床工作中应用AI，可以对肺炎病灶进行的定量分析，其中的部分指标对COVID-19的诊断和鉴别诊断具有统计学意义。基于AI测量指标的COVID-19 CT影像鉴别诊断在临床上也可以实现。

【参考文献】：
期刊论文
[1]新型冠状病毒肺炎初诊临床特征及高分辨率CT影像表现[J]. 陆雪芳,龚威,王莉,李亮,谢宝君,彭宙锋,查云飞.  中华放射学杂志. 2020(04)
[2]广州地区新型冠状病毒肺炎的高分辨率CT表现与临床特点[J]. 余成成,瞿静,张烈光,江松峰,陈碧华,官宛华,甘清鑫,黄德扬,凌洲焜,江芮,林琳,刘晋新.  中华放射学杂志. 2020(04)
[3]新型冠状病毒肺炎的放射学诊断：中华医学会放射学分会专家推荐意见(第一版)[J]. ChineseSocietyofRadiology,ChineseMedicalAssociation.  中华放射学杂志. 2020(04)
[4]新型冠状病毒肺炎首次胸部高分辨率CT影像分析[J]. 刘海峰,张东友,阳义,龙斌,尹龙,赵明,彭勇.  中华放射学杂志. 2020(04)
[5]新型冠状病毒肺炎不同临床分型间CT和临床表现的相关性研究[J]. 黄璐,韩瑞,于朋鑫,王少康,夏黎明.  中华放射学杂志. 2020(04)
[6]新型冠状病毒核酸检测假阴性结果原因分析及对策[J]. 里进,叶光明,陈良君,王嘉俊,李一荣.  中华检验医学杂志. 2020(03)
[7]人工智能在胸部疾病诊断中的研究进展[J]. 崔凤至,弓婷婷,刘建华,穆兴国.  中国医疗设备. 2019(09)
[8]基于深度学习的人工智能胸部CT肺结节检测效能评估[J]. 李欣菱,郭芳芳,周振,张番栋,王卿,彭志君,苏大同,范亚光,王颖.  中国肺癌杂志. 2019(06)
[9]影像组学在肺癌精准诊疗中的研究进展[J]. 史张,张雪凤,蒋涛.  中国肺癌杂志. 2019(06)
[10]螺旋CT对SARS和其他社区获得性肺炎的鉴别诊断及其预后评价[J]. 杜铁桥,董杰,杨振涛,何悦明.  中华放射学杂志. 2004(05)



本文编号：3228971