微信掃一掃
以計(jì)算機(jī)斷層掃描(CT)圖像為基礎(chǔ),巴西坎皮納斯州立大學(xué)(Unicamp)醫(yī)學(xué)成像計(jì)算實(shí)驗(yàn)室的研究人員開發(fā)了一種人工智能工具,可以更準(zhǔn)確地評估新冠感染對患者肺部造成的損害,以監(jiān)測疾病的發(fā)展,并有助于“長新冠”癥狀的研究。
巴西“G1”網(wǎng)站6月25日報(bào)道,據(jù)該項(xiàng)目研究員、Unicamp電氣與計(jì)算機(jī)工程學(xué)院教授萊蒂西亞·里特納(Letícia Rittner)稱,自2020年,他們就著手進(jìn)行該項(xiàng)目的研發(fā)。在那個疫情最為嚴(yán)重的時(shí)期,醫(yī)生經(jīng)常需要評估肺部受損程度,以辨別患者正在好轉(zhuǎn)或正在惡化,但那時(shí),最主要依靠的還是醫(yī)生的觀察和主觀評判,沒有客觀的數(shù)字標(biāo)準(zhǔn)來衡量。
為此,研究人員開發(fā)并訓(xùn)練了一款人工智能工具,可以將CT圖像上的肺部病變點(diǎn)進(jìn)行標(biāo)記。據(jù)萊蒂西亞介紹,CT圖像中的“模糊”區(qū)域是那些因新冠病毒、肺炎或其他呼吸道疾病而受到損害的區(qū)域。而人工智能可以識別這些區(qū)域,劃定其邊緣,并設(shè)法給出一個準(zhǔn)確的數(shù)字,例如,82%的肺部受損。
為了讓人工智能熟悉健康肺部和受損肺部之間的區(qū)別,研究人員向算法輸入了大量樣本進(jìn)行訓(xùn)練。一開始,算法在識別Unicamp內(nèi)部的CT圖像上表現(xiàn)得非常突出,但遇到來自其他醫(yī)院的圖像卻表現(xiàn)不佳。于是,研究人員增加了樣本量,選用了來自全球各地的CT圖像進(jìn)行進(jìn)一步訓(xùn)練,效果顯著。
最近,其中一名研究人員迪德雷·桑托斯·杜·卡爾莫(Diedre Santos do Carmo)還前往美國愛荷華大學(xué)(Universidade de Iowa),研究這項(xiàng)工具在監(jiān)測“長新冠”癥狀方面的應(yīng)用?!伴L新冠”是指新冠長期后遺癥,據(jù)世界衛(wèi)生組織(WHO)稱,這些癥狀通常會在感染后持續(xù)超過3個月。
目前,新研究仍處于起步階段,需要更詳盡的數(shù)據(jù)支撐,但目前已有的結(jié)果表明,接種新冠病毒疫苗的患者肺部受損程度相對較低。
Copyright @ 2009-2025 巴西華人網(wǎng) 紹興美信信息技術(shù)有限公司 All Right Reserved@巴西華人網(wǎng);浙公網(wǎng)安備 33069802000078 號