文摘
冠状病毒疾病2019 (COVID-19)扩散至全球,和医疗资源成为许多地区不足。快速诊断COVID-19发现高危患者预后差,早期预防和医疗资源优化是很重要的。在这里,我们提出了一种全自动COVID-19深度学习系统的诊断和预后分析通常使用计算机断层扫描。
我们回顾性收集5372例ct图像从七个城市或省份。首先,4106例ct图像用于pre-train深度学习系统,使其了解肺功能。之后,1266名患者(924年COVID-19(> 5天)471年随访,342年与其他肺炎)从六个城市或省份为培训和外部验证深度学习系统的性能。
四个外部验证集的深度学习系统取得了良好的性能在识别COVID-19从其他肺炎(AUC分别为0.87和0.88,)和病毒性肺炎(AUC 0.86)。此外,深入学习系统成功地将患者分为高和低风险组的住院时间有显著性差异(分别为p = 0.013, p = 0.014)。没有人类的帮助,深入学习系统自动关注异常区域显示和报告一致的特征辐射的发现。
深度学习提供了一个方便的工具,快速筛选COVID-19和识别潜在的高危患者,这可能有利于医疗资源优化和早期预防患者表现出严重的症状。
文摘
全自动深学习系统提供了一个方便的方法COVID-19诊断和预后分析,可以帮助COVID-19筛查和寻找潜在高风险的患者预后差https://bit.ly/3bRaxGw
脚注
可以从本文的补充材料www.qdcxjkg.com
作者的贡献:y咋和j·田的构思和设计研究。王DL系统实现和写论文。王朱问:吴,y和l .导致了数据处理和分析。w·m·妞妞h . Yu锣,y呗,x秋l·李,李x h . m . Wang,李和李w .导致数据收集。
利益冲突:美国王没有披露。
利益冲突:y咋没有披露。
利益冲突:w·李没有披露。
利益冲突:吴问:没有披露。
利益冲突:李x没有披露。
利益冲突:m .妞妞没有披露。
利益冲突:m .王没有披露。
利益冲突:x邱没有披露。
利益冲突:h .李没有披露。
利益冲突:h . Yu没有披露。
利益冲突:w·龚没有披露。
利益冲突:y呗披露毫无关系。
利益冲突:l .李没有披露。
利益冲突:y朱没有披露。
利益冲突:l .王没有披露。
利益冲突:j .田没有披露。
支持声明:本文由中国国家自然科学基金支持下授予数量81930053,81227901,81871332,61936013,61936013,中国国家重点研发项目拨款2017号yfa0205200下,新型冠状病毒肺炎应急下的湖北省科技重点项目资助2020 fca015数量。资金信息,本文已沉积的Crossref资助者注册表。基础研究基金的资助也收到了中央大学授予2042020 kfxg10数量下,安徽省自然科学基金资助下数量202004 a07020003,湖北健康委员会通用程序和Anti-schistosomiasis基金在2019 - 2020年格兰特WJ2019M043数量下,北京市卫生委员会授予2020 - tg - 002,佑安医疗发展基金授予号码bjyayy yc - 2020 - 03年和中国博士后科学特别基金会拨款2019号tq0019之下。
- 收到了2020年3月19日。
- 接受2020年5月16日。
- 版权©2020人队
这个版本分布在创作共用署名非商业性许可证的条款4.0。