AI辅助HRCT构建COVID-19智能诊断和分级预后平台及不明原因肺炎早期预警模型研究
批准号:
82071921
项目类别:
面上项目
资助金额:
55.0 万元
负责人:
史河水
依托单位:
学科分类:
X射线与CT、电子与离子束
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
史河水
中文摘要
目前超过200个国家确诊COVID-19患者160万余人,死亡超10万人,疫情依然严峻。HRCT检测肺内病变敏感性和特异性高,并能定量分析,在疾病分级和预后中也具有一定优势,是国家卫健委有关新冠肺炎诊疗方案推荐的重要检测技术。但HRCT含海量数据,人工阅片工作量大、主观性强、量化分析缺乏标准。课题组在前期总结大量新冠肺炎患者CT表现与临床资料的基础上,组织AI专家联合影像医生的科研团队,拟构建COVID-19肺炎大数据库、完善其他类别肺炎数据库,开发COVID-19智能诊断平台,进一步针对患者进行分级预后研究,以期完善HRCT在COVID-19肺炎诊断、疗效评价和预后中的研究。预防重于治疗,不明原因肺炎暴发前的早期预警尤为重要,CT在此方面的价值有待于开发。在COVID-19智能诊断平台上研发基于HRCT和AI的预警模型,是传染性疾病预警体系的有益补充,具有重大社会效益和经济效益。
英文摘要
By far, more than 1.6 million people have been diagnosed with COVID-19 in more than 200 countries, and over 100,000 of them died. HRCT has the advantages of high sensitivity, high specificity for detecting lung lesions, and can be quantitatively analyzed. It also has an advantage in disease staging and prognosis prediction. HRCT has been recommended by the National Health Commission for the diagnosis and treatment of COVID-19 pneumonia. However, due to lots of information in HRCT images, manual reading has shortcomings of heavy workload, subjectivity, and lacks of standard for quantitative analysis. Based on earlier summary in CT and clinical manifestation of COVID-19 pneumonia, the research group organized a scientific research team of artificial intelligence (AI) experts and radiologists to build databases of COVID-19 and some other types of pneumonia, and then to develop a COVID-19 intelligent diagnostic platform. The platform will be further improved to conduct a system of staging and prognosis study, with a view to perfecting the role of HRCT in the diagnosis, curative effect evaluation and prognosis prediction of COVID-19 pneumonia. Prevention is more important than treatment, so early warning before an unexplained pneumonia outbreak is particularly vital. The value of HRCT in this field needs remains to be further explored. A warning model based on the COVID-19 intelligent diagnostic platform will be a useful supplement to the warning system for infectious diseases, with significant social and economic benefits.
本项目在前期总结大量新冠肺炎患者CT表现与临床资料的基础上,拟构建COVID-19肺炎大数据库、完善其他类别肺炎数据库,开发COVID-19智能诊断平台,进一步针对患者进行分级预后研究,以期完善HRCT在COVID-19肺炎诊断、疗效评价和预后预测中的研究。具体完成情况如下:(1)本项目纵向总结了3年内不同时期SARS-CoV-2资料,比较原始毒株,Delta 变异株,Omicron 变异株临床和胸部CT表现异同,同时探究不同疫苗接种状态患者感染的严重程度。研究表明随着SARS-CoV-2变异,Omicron变异株的临床和影像学表现也发生了变化,疫苗仍可有效预防重症发生,缩短患者康复时长。研究结果有助于临床医生和放射科医师及时发现不典型表现的Omicron变异株感染患者并早期干预,同时本研究结果证实了新冠疫苗对于变异株的效能,减轻大众心理负担。(2)本项目纵向分析了重症COVID-19患者康复后6个月、12个月、2年的随访CT表现及肺功能指标,并进一步探索影响COVID-19康复患者肺内纤维化样改变风险因素。是目前随访时间最长,资料较完备的胸部CT随访研究。研究结果表明重症患者康复出院仍会遗留肺部病变,且部分患者可能存在发生不可逆性肺损伤(肺纤维化),与急性期疾病严重程度和机械通气治疗方式有关。本研究首次揭示了COVID - 19康复患者长期肺部后遗症、及其与肺功能和呼吸道症状相关性,是COVID-19研究领域重要的研究进展。(3)本项目构建多病原体肺炎大数据库,涵盖5大类,12小类肺炎病原体,是目前肺炎种类最全的数据库。基于该数据库,研发肺部结构和病灶的精细分割的算法,实现解释性强的肺炎病原体精细鉴别,开发并评估了基于CT图像的深度森林网络模型。在独立测试集上,该模型显示出良好的诊断效能,明显高于不同年资的放射科医师诊断水平。不仅大大提高医师对感染性肺部疾病诊断效能,也对未来检测不明原因肺炎、早期诊断和及时预警有重要价值。
时相均匀性MSCT定量冠脉和心肌血流梯度:血流动力基础及其临床意义
-
批准号:81271570
-
项目类别:面上项目
-
资助金额:60.0万元
-
批准年份:2012
-
负责人:史河水
-
依托单位:
国内基金
海外基金