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：中国医学影像学杂志, 2021, 29(04): 304-308.

• 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

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。

• 单位
  广东省第二人民医院; 湖北文理学院; 襄阳市中心医院; 广州柏视医疗科技有限公司