|
|||||
|
|
| COVID-19医学影像数据集的研究与分析 | |
| 作者姓名： | 王天皓 刘世焯 唐庭龙 孙水发 吴义熔 |
| 作者单位： | 三峡大学计算机与信息学院;宜昌市大数据中心;三峡大学计算机与信息学院;宜昌市智慧医疗重点实验室,湖北宜昌443002 |
| 基金项目： | 国家社会科学基金面上项目“基于数据语义化的电子病历数据质量研究”(20BTQ066)。 |
| 摘 要： | 新型冠状病毒(COVID-19)被首次发现以来目前感染病例超过一亿,死亡人数高达二百多万,对全球的经济活动和社会活动造成了严重的破坏,给国际危机管理和医疗保健体系带来了严峻的考验。基于人工智能的医学影像技术在COVID-19检测方面具有一系列的优势,然而面向建模使用的数据集可用性限制了COVID-19诊断模型的发展。本文介绍了COVID-19检测常用的医学影像公开数据集,讨论了在COVID-19诊断建模时遇到的阻碍,并且分析了融合数据集时对图像采用的一系类预处理方法。文章指出了面向人工智能建模的COVID-19数据缺乏公开性,强调在使用融合数据集进行建模前应采取合理的预处理方法,并且在追求算法的优化和创新的同时应当注重数据的可靠性,提出了启动开源并且可扩展的COVID-19医学影像收集并且发展相应的图像集质量保障机制的倡议。 |
| 关 键 词： | COVID-19 医学影像 人工智能 公开数据集 预处理 |
| 本文献已被 维普 万方数据 等数据库收录！ | |