改进U-Net的新冠肺炎图像分割方法
2021-10-14宋瑶,刘俊
宋 瑶,刘 俊
1.智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学),武汉 430065
2.武汉科技大学 计算机科学与技术学院,武汉 430065
2019年12月,新型冠状病毒肺炎(简称“新冠肺炎”)疫情出现,随后新冠肺炎在局部地区扩散并迅速蔓延至全世界,引起了全球的密切关注[1]。世卫组织将此新疾病命名为“2019年冠状病毒病”,简称:COVID-19。被病毒感染的人数正在全球急剧增加,截至2020 年10 月11日,美国约翰·霍普金斯大学实时统计数据显示,全球报告的新型冠状病毒病例已超过3 800 万例,死亡病例超过100万例。世界卫生组织(World Health Organization,WHO)宣布疫情为国际关注的突发公共卫生事件,于2020年3月11日确认为大流行病,这在国际社会引起了极大的公共卫生关注[2]。因此,快速检测和隔离感染者对于限制病毒的传播至关重要。
逆转录聚合酶链反应(RT-PCR)被确立为COVID-19筛选的金标准[3]。RT-PCR能够检测通过鼻咽拭子、口咽拭子,支气管肺泡灌洗液或气管抽吸物获得的标本中的病毒RNA。但是,最近的各种研究表明,RT-PCR 检测的灵敏度较低,约为71%,因此需要重复检测才能准确诊断。此外,由于缺少所需的材料,RT-PCR筛查非常耗时又增加了可用性限制[4]。
用于COVID-19筛查的RT-PCR的替代解决方案是医学成像,例如X 射线或计算机断层扫描(Computed Tomography,CT)。近年来,医学成像技术取得了长足的进步,现已成为诊断和多种疾病定量评估的常用方法。特别是,胸部CT 筛查已成为肺炎的常规诊断工具。此外,CT成像在COVID-19定量评估以及疾病监测中也起着重要作用。在CT图像上,感染初期COVID-19感染区域可通过肺部玻璃结节(Ground Glass Opacity,GGO)区分,感染后期可通过肺实变来区分[5]。……
