文摘
作品简介:基于人工智能(AI)算法表现出更高的叶COVID-19肺炎的发病率低,但这些算法集中在聚类分析的肺炎卷可能忽略了像素CT衰减的变化在整个肺COVID-19以来特别是上部叶肺炎集群广泛开发周边地区较低的叶。
目的:开发技术定量测定相关的肺炎CT变化衰减值在整个肺在像素基地而不是只集中焦点肺炎卷。
方法:总n = 100患者证实COVID-19 rt - pcr (n = 50)和年龄匹配的健康组(n = 50)分析了使用该技术在这项研究中,一个商用的人工智能软件进行比较。像素CT衰减量的计算是通过排除肺气道血管,裂缝,如图1所示。
结果:%肺炎的肺上叶COVID-19组为6.0±5.2%和% Lung-content从健康人群为1.3±0.7%,统计不同(p < 0.01),显示灵敏度3.9倍(p < 0.01)高于商用的人工智能算法。
结论:%肺炎使用拟议中的新技术,不仅可以计算集群也肺上叶的灵敏度提高了3.9倍相比,基于人工智能分析。
脚注
本文引用:欧洲呼吸杂志2021;58:5。65年,PA3241。
这个抽象是2021人队国际大会,在会议在COPD患者急性加重的“预测”。
这是一个人国际大会抽象。没有全文版本是可用的。进一步的材料来陪这个抽象可能可用www.ers-education.org(人队成员访问)。
- 版权©2021年作者