基于CT图像的肺结节计算机辅助检测研究进展

CT是检查肺癌的主要方法之一,而精度越来越高的CT在获得更清晰图像的同时,其数据量也在急剧增加,加重了医生阅片的负担.检测速度快、检测精度高的CT图像肺结节计算机辅助检测系统成为帮助医生诊断的有效工具.该综述阐述了CT图像肺结节计算机辅助检测方法的研究意义、检测过程、各类算法、研究难点,并对CT图像肺结节计算机辅助检测的现状进行了总结和展望.     

基于EasyDL的新冠肺炎检测系统研究

通过EasyDL平台搭建基于CT影像的新冠肺炎检测系统,利用人工智能在图像识别上能够自动学习图像特征及区分图像特征之间差异的特点,来检测病人是否患有新冠肺炎.实验结果显示,新冠肺炎识别精确度为100.00％,感染性肺疾病识别精确度为98.06％,非感染性肺疾病识别精确度为93.64％,正常肺部识别精确度为98.03％.该系统可以在CT影像上准确检测出病人是否患有新冠肺炎,并将其与感染性肺疾病、非感染性肺疾病、正常肺部CT影像区分开来.