加入收藏 | 设为首页 | 会员中心 | 我要投稿 西双版纳站长网 (https://www.0691zz.com.cn/)- 数据计算、IT业界、服务器、教程、云日志!
当前位置: 首页 > 运营中心 > 产品 > 正文

香港大学尹国圣教授推出新冠肺炎AI成果,准确率达88%

发布时间:2021-06-11 23:29:59 所属栏目:产品 来源:互联网
导读:基于生物统计和临床试验方向的多年研究经验,从2020年1月底,尹国圣教授带领的研究团队开始尝试一些新冠肺炎方面的研究,基于CT图像诊断是其中一项工作。 但是,

基于生物统计和临床试验方向的多年研究经验,从2020年1月底,尹国圣教授带领的研究团队开始尝试一些新冠肺炎方面的研究,基于CT图像诊断是其中一项工作。

但是,由于没有公开的CT图像数据集,团队需要花大量的时间去寻找开放的样本并对样本进行标记。

后来,medRxiv上有一项工作,整理了一些关于新冠病人CT图像分析的论文预印本。该论文从medRxiv和bioRxiv文章的预印本中提取了746张病人的CT图像,并训练了一个新冠病人二分类的神经网络。

然而,其结果显示的预测效果还未能达到临床标准。

尹国圣教授认为,一个原因是样本量较小,另一个重要原因是没有充分利用CT图像样本自身丰富的标注信息。这批CT数据跟传统的医疗图像数据最大的差别是,每个样本都来自一篇医学影像学论文。

在这些文章中,临床医生对新冠病人的胸部CT病灶特征做了详细的描述,有些还和其他常见肺部疾病的病灶特征做了仔细的对比分析。

因此,在尹教授看来,“这批数据,虽然样本数量有限,但信息量极大,是一个具有代表性,价值很高的数据集。”

研究人员进一步对样本附带的文本信息进行了针对性的研究,发现760篇论文涵盖了对于新冠肺炎的五种病灶(Lesion)的描述,其中每个病人CT影像上均会出现其中一种或者多种病灶。通过对新冠确诊病人的CT图像的诊断描述进行分析,这五种病灶是影像学上对新冠肺炎诊断的主要标准。

(编辑:西双版纳站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读