徐翠莲 印宏坤 伋立荣 蔡 武 张 伟 范国华,*

1.苏州大学附属第二医院影像诊断科 (江苏 苏州 215004)

2.北京推想科技有限公司 (北京 100020)

目前，新型冠状病毒肺炎(COVID-19)疫情在全世界范围迅速蔓延，严重危害人类健康和生命。RT-PCR被认为是诊断新冠肺炎的“金标准”，但核酸检测存在一定的假阴性，敏感性有限[1-3]。据报道，几乎所有的新冠患者在病程中可出现肺部改变[4-5]，胸部CT在肺炎诊断中具有无创、快捷、灵敏度高的优势，在肺炎的早期发现、疑似病例鉴别、疗效评估中起至关重要的作用。然而，各种病毒性肺炎影像学表现非常相似，常规影像诊断方法鉴别困难。近年来，AI辅助诊断系统在肺结节的检测及诊断中显现出较高的应用价值[6-8]。新冠肺炎疫情爆发使肺炎的AI辅助诊断研究成为热点，并已取得初步成果[9]。目前，针对新冠肺炎的AI辅助诊断通常采用影像组学或深度学习的方法，然而影像组学病灶需要医生手工标记，存在主观偏差，深度学习的结果可解释性差。本研究综合深度学习和影像组学的优点，通过深度学习实现肺炎病灶的自动、客观分割，然后通过提取CT图像的影像组学特征建立模型，以诊断和鉴别COVID-19肺炎和非COVID-19病毒性肺炎。

1 资料与方法

1.1 样本数据本研究回顾性收集2020年1月至2020年2月于我院确诊的6例COVID-19肺炎患者和17例普通病毒性肺炎患者资料，从网上的公开数据库下载20例COVID-19肺炎患者的CT影像(http://doi.org/10.5281/zenodo.3757476)。纳入组标准为患者通过RT-PCR或病毒抗原检测的方法确诊为COVID-19阳性或非COVID-19的病毒性肺炎；……