基于CT影像的新型冠状病毒肺炎量化分析

• 作者: 李广明 江桂华 陈辉 徐雯 钱东东 罗召洋
• 来源期刊: 中国医学影像学杂志
• 关键词: 新型冠状病毒肺炎 体层摄影术,X线计算机 图像分割 量化分析
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 新型冠状病毒肺炎|COVID-19 Special Report
• 页码范围: 304-308
• 页数: 5页
• 分类号: R563.1|R445.3
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5185.2021.04.004

摘要

目的 提出一种基于计算机视觉的新型冠状病毒肺炎(COVID-19)影像量化方法,辅助影像和临床医师对患者做出个性化的诊断和治疗方案.资料与方法 纳入150例COVID-19患者的CT图像,针对COVID-19在CT影像中的空间分布、纹理征象等特点,提出一种基于区域生长和主动轮廓的半自动的图像分割方法.在少量人工交互的情况下:①对处于不同发展期的COVID-19病灶进行识别与分割提取;②对提取的病灶,提供一套科学量化分析方法;③通过分析同一患者不同分期的CT影像中病灶量化指标的变化情况,辅助医师跟踪COVID-19病情及制订诊疗方案;④对干预治疗后的病情进行量化评估.结果 在150例CT影像上分割的最大Dice为0.99,最小Dice为0.89,平均Dice为0.95,患者在不同病情进展期的病灶数目、最大病灶面积、平均病灶面积与病情发展呈正相关.结论 通过与临床报告对比发现,本方法与其他已知的有效临床特征有很强的相关性和互补性,从而明确本方法能极大地辅助医师分析COVID-19.