文献类型：期刊文章

作　　者：邹雨楠[1] 张光辉[1] 徐秀芳[1] 陈艾清[1] 马惠聆[1] 范一峰[1]

Zou Yunan;Zhang Guanghui;Xu Xiufang;Chen Aiqing;Ma Huiling;Fan Yifeng(School of Medical Imaging,Hangzhou Medical College,Hangzhou,Zhejiang 310053,China)

机构地区：[1]杭州医学院医学影像学院,浙江杭州310053

出　　处：《计算机时代》

基　　金：浙江省科技厅省级重点研发计划项目“基于影像组学和数字肺的智能辅助平台”(2019C03002);国家级大学生创新创业训练计划项目“基于CT影像的新冠肺炎AI辅助诊断系统研究”(202013023017)。

年　　份：2021

期　　号：6

起止页码：61-63

语　　种：中文

收录情况：普通刊

摘　　要：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。

关 键 词：新冠肺炎  EasyDL  人工智能 CT影像

分 类 号：TP391.7]