据介绍,澳门大学科技学院教授王百键和机电工程系博士研究生晏涛,于新冠肺炎疫情初期便与湖北省襄阳市中心医院和襄阳市第一人民医院的多名专家合作研究,取得了两家医院的206个核酸检测为阳性的案例及对应416组胸部电脑断层扫描(简称CT)图像,以及412组普通肺炎的CT图像作为对照。
基于上述图像,研究团队研发出一种基于多尺度卷积神经网络的自动诊断系统。验证结果表明,在有限数量的训练数据下,该智能诊断系统能成功区分新冠肺炎和其他常见的肺炎,其诊断能力与经验丰富的放射科医生相当,但诊断速度却比医生快将近60倍。
新冠肺炎一般通过咽拭子、鼻拭子核酸测试来确认,存在假阴性率高等问题。CT诊断准确性高,但图像数量多并且需要人工识别,对疫情严峻地区的放射科医生工作产生较大挑战。
此项研究的论文《运用多尺度卷积神经网络从胸部电脑断层扫描图像中自动区分新型冠状病毒肺炎和普通肺炎》近日已在国际科学期刊发表。
最新评论