吕志彬 关春爽 闫 铄 陈七一 李晶晶 张羽君 陈步东 谢汝明*

(1. 首都医科大学附属北京地坛医院放射科，北京 100015； 2. 数坤(北京)网络科技有限公司，北京 100102)

新型冠状病毒肺炎(COVID-19)诊疗方案(试行第七版)[1]中新增重型、危重型临床预警指标，旨在指导临床早期发现确诊患者中是否有重症及危重症发生的可能性。人工智能(artificial intelligence，AI)基于深度学习技术可以实现病灶自动检出、病灶分割、精准量化、自动对比等功能[2]。本研究应用AI技术分析入院诊断COVID-19普通型患者的早期CT表现，探讨AI在CT预测COVID-19转归中的价值。

1 对象与方法

1.1 研究对象

选取2020年1月25日至2020年2月17日首都医科大学附属北京地坛医院确诊COVID-19的住院患者为研究对象，确诊标准及临床分型均符合《新型冠状病毒肺炎诊疗方案(试行第七版)》[1]。纳入标准：①入院临床诊断为普通型患者；②首次入院即行胸部CT检查，首次CT 3～5 d后行第二次胸部CT检查。排除标准：①入院临床诊断为其他类型(包括轻型、重型、危重型)患者；②入院时未做胸部CT检查，或首次CT 3～5 d后未做第二次胸部CT检查；③胸部CT图像有伪影者。共纳入62例普通型COVID-19患者，男性31例，女性31例，年龄18～76岁，平均年龄(44±14)岁。11例患者在第二次胸部CT检查1～3 d后，临床分型由普通型转为重型，记为转重型组；51例患者未出现临床分型的变化，记为普通型组。

1.2 检查方法

采用德国Siemens Emotion 16 CT扫描仪。患者仰卧位，头先进，吸气后屏气进行扫描。扫描参数：管电压120 kV，管电流为自动毫安，层厚5 mm，层间距5 mm，视野500 mm×500 mm，矩阵512×512，1 mm 高分辨算法重建肺窗，扫描范围从胸廓入口至肺底。

1.3 图……

登录APP查看全文