May, 2024

COVID-19 胸部 X 光筛查的 AI 辅助诊断：从数据收集到临床验证

PDF
TL;DR该研究使用基于人工智能的深度学习方法，通过胸部 X 射线图像诊断 Covid-19 肺炎，并对相关工具的准确性和时间效率进行临床验证。
covid radiographic imaging system based on aicovid-19 pneumoniachest x-ray (cxr) imagesdeep learning pipelinediagnosis aid tool
发现论文，激发创造
  • 人工智能在筛查病毒性和 COVID-19 肺炎中的作用

    本研究旨在研究利用深度学习技术对 X 光胸片进行 COVID-19 肺炎自动检测的实用性，该网络训练的准确率、精确率、敏感性和特异性均较高，可作为 COVID-19 快速筛查工具的一种替代方案。

    Mar, 2020

  • 利用有限训练数据集对 CXR 上的 COVID-19 特征进行深度学习

    提出了一种基于统计分析结果和小型 CNN 的图像诊断方法，该方法在 COVID-19 诊断方面可以达到最先进的性能和可解释性，应用于胸部 X 光照射的人群中的病例筛查。

    Apr, 2020

  • 基于对抗训练的鲁棒可解释性胸部 X 射线 COVID-19 诊断

    通过 21 个卷积神经网络模型在多样化的 33,000 + 胸部 X 射线图像上进行训练和评估，我们的研究旨在解决人工智能在 COVID-19 检测中的可解释性和鲁棒性问题，通过对抗训练提高了模型的鲁棒性，并生成了与专业放射科医生发现相一致的突出热力图。

    Nov, 2023

  • 基于 Vision Transformer 技术对胸部 X 光图像进行分析以提高 COVID-19 诊断

    本研究针对 COVID-19 的自动诊断提出了一种基于预训练的 Vision Transformer 模型对胸部 X 光图像进行微调的创新框架，经过鉴定，该模型在二元分类、三元分类和四元分类性能方面均表现出超凡的精度。

    Jun, 2023

  • COVID-19 基于人工智能辅助 CT 影像分析的计算机辅助诊断：部署一种医学人工智能系统

    展示了一种集成可靠、快速部署的先进 AI 系统，用于自动分析 CT 图像以检测 COVID-19 感染概率，并通过分类和分割组件减少医生检测时间，提高 COVID-19 检测效率。AI 系统还通过锚集相似性分配 3D CT 扫描的感染概率，提供解释性，协助医生及时确认和隔离感染患者。

    Mar, 2024

  • AI 辅助提升胸部放射照片早期肺癌检测的效率：多读者研究

    本研究评估了商业可用的可解释的 AI 算法在增强临床医生识别胸部 X 光片上的肺癌的能力方面的影响。研究结果表明，使用 AI 算法可以提高肺癌的检测性能，减少漏诊，促进健康公平。

    Aug, 2022

  • COVID-19 在胸部 X 光片中的检测、严重程度评分和患者疾病监测

    本文通过开发深度学习模型在胸部 X 光图像中同时检测和分割肺炎从而估计 COVID-19 患者的肺炎严重程度，并进行疾病进展的纵向研究，计算 ' 肺炎比率 ' 以评价疾病严重性，建立住院患者的疾病程度随时间的进展曲线，验证该模型对患者监测任务的相关性。

    Aug, 2020

  • 从胸部 X 射线图像中确定 COVID-19 感染部位和严重程度

    本文旨在通过开发全新的人机协作方法对 X 光片进行地面真实性标注，建设了一种最大的基准数据集，包括 33,920 张 X 光片，其中包括 11,956 个 COVID-19 样本，通过对肺部区域分割、COVID-19 定位和感染定量进行深度学习处理，达到优秀 COVID-19 检测性能。

    Mar, 2021

  • COVID-19 影像数据获取、分割和诊断中人工智能技术综述

    本文评估了医疗成像和分析技术在 COVID-19 中的作用，并介绍了最新的人工智能 (AI) 技术，如 AI - 强化的图像采集和精准的感染区分，以支持医疗专家进行有效的决策和治疗。本文还着重于探讨如何整合 AI 技术，优化常见的 X 射线和计算机断层扫描 (CT) 等临床工具，从而更好地抗击 COVID-19。

    Apr, 2020

  • COVID-19 影像数据集的收集：前瞻性预测是未来

    本文描述了首个 COVID-19 公共图像数据集合并对其可能用例进行的初步探索，该数据集包含数百张胸部 X 射线图像和相关数据，最大程度地促进了 COVID-19 的治疗。

    Jun, 2020