Визуальная и автоматическая оценки объёма поражения лёгких на компьютерной томографии при пневмонии, вызванной COVID-19
Автор: Зельтер П.М., Колсанов А.В., Чаплыгин С.С., Первушкин С.С.
Журнал: Вестник медицинского института "РЕАВИЗ": реабилитация, врач и здоровье @vestnik-reaviz
Рубрика: Новая коронавирусная инфекция COVID-19
Статья в выпуске: 6 (48), 2020 года.
Бесплатный доступ
В работе произведена оценка различных признаков поражения легочной ткани и их объема с помощью автоматического и эмпирического методов на компьютерной томографии (КТ) органов грудной клетки при пневмониях, вызванных COVID-19. Проанализированы 198 КТ грудной клетки пациентов с подтвержденной пневмонией COVID-19 различной степени тяжести. Визуальную оценку проводил врач рентгенолог с опытом в торакальной радиологии 8 лет. Оценивалось наличие признаков: «матовое стекло», консолидация, ретикулярные изменения, «булыжная мостовая». Автоматизированный анализ компьютерных томограмм проводился в системе «Сервис автоматической оценки тяжести поражения легких у пациентов с COVID-19», в которой определялись объемы легких, «матового стекла» и консолидации. Средний объем поражения по всем группам составил по данным визуального анализа 19,1 %. По данным автоматического анализа распространенность составила 11,1 %. Визуальная оценка объема поражения до 35 % выше по сравнению с автоматизированной оценкой, при которой информация носит более объективный характер.
Пневмония, 3d-моделирование, мскт, нейросети
Короткий адрес: https://sciup.org/143175584
IDR: 143175584 | DOI: 10.20340/vmi-rvz.2020.6.1
Список литературы Визуальная и автоматическая оценки объёма поражения лёгких на компьютерной томографии при пневмонии, вызванной COVID-19
- Yang W, Sirajuddin A, Zhang X, Liu G, Teng Z, Zhao S, et al. The role of imaging in 2019 novel coronavirus pneumonia (COVID-19). European Radiology 2020. DOI: 10.1007/s00330-020-06827-4
- Временные методические рекомендации "Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19). Версия 9" (утв. Министерством здравоохранения РФ 26 октября 2020 г.).https://www.worldometers.info/coronavirus/ (дата обращения 12.01.2021)
- Ran Yang, Xiang Li, Huan Liu, Yanling Zhen, Xianxiang Zhang, Qiuxia Xiong, et al. Chest CT Severity Score: An Imaging Tool for Assessing Severe COVID-19. Radiology: Cardiothoracic Imaging 2020 2:2
- Butt C, Gill J, Chun D, Babu BA. Deep learning system to screen coronavirus disease 2019 pneumonia. Applied Intelligence 2020. DOI: 10.1007/s10489-020-01714-3
- Song Y, Zheng S, Li L, Zhang X, Zhang X, Huang Z, et al. Deep learning Enables Accurate Diagnosis of Novel Coronavirus (COVID-19) with CT images. medRxiv 2020:2020.2002.2023.20026930. DOI: 10.1101/2020.02.23.20026930
- Li L, Qin L, Xu Z, Yin Y, Wang X, Kong B, et al. Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT. Radiology 2020. DOI: 10.1148/radiol.2020200905
- Wang S, Kang B, Ma J, Zeng X, Xiao M, Guo J, et al. A deep learning algorithm using CT images to screen for Corona Virus Disease (COVID-19). medRxiv 2020:2020.2002.2014.20023028. DOI: 10.1101/2020.02.14.20023028
- Jin S, Wang B, Xu H, Luo C, Wei L, Zhao W, et al. AI-assisted CT imaging analysis for COVID-19 screening: Building and deploying a medical AI system in four weeks. medRxiv 2020:2020.2003.2019.20039354. DOI: 10.1101/2020.03.19.20039354