基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用

在线阅读 下载PDF 导出详情
摘要 [摘要]目的:查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法:抽选肺炎CT影像与分割病灶模型36例,肺炎CT影像测试模型6例,CT影像测试分类模型28例,非肺炎/肺炎CT影像训练模型108例,基于深度学习,对新冠肺炎疑似患者14例的CT影像进行病灶分割分析,并进行对比分析。结果:基于深度学习的肺炎病灶分割在新冠肺炎中的应用,病灶分切部位的特异性是97.2%,灵敏度是95%,新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大,在统计学方面存在意义(P<0.05)。结论:致。
出处 《航空军医》 2022年6期
出版日期 2022年11月02日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献