%A 李大胜1a,王娜娜1a,董建平1b,霍志毅1a,裴丽君2
,刘曦3
%T 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
%0 Journal Article
%D 2020
%J 中国医疗设备
%R 10.3969/j.issn.1674-1633.2020.06.019
%P 70-74
%V 35
%N 6
%U {http://cs.china-cmd.org/zgylsb/CN/abstract/article_4910.shtml}
%8 2020-06-10
%X 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 Disease
2019,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。