Comput Biol Med 最新发表：深度学习揭示COVID-19轻重症患者肺部形态差异的多中心回顾研究

文章预览

研 究 背 景 自2019年以来，新冠肺炎（COVID-19）大流行对全球公共卫生造成了重大影响。虽然疫苗接种已广泛展开，但COVID-19仍然导致了严重的呼吸系统并发症和大量死亡。胸部计算机断层扫描（CT）在COVID-19的诊断、疾病分期和监测病情进展中起到了关键作用。本文研究发表在 Computers in Biology and Medicine 期刊，旨在利用深度学习技术，探讨COVID-19不同严重程度患者的肺部形态差异。 研 究 目 的 该研究旨在通过对COVID-19患者的基线胸部CT扫描数据进行分析，探索疾病严重程度对肺部形态和结构的影响，并评估这些差异是否与COVID-19的轻重程度相关。 研 究 方 法 研究设计 该多中心回顾性研究，分析了来自不同医疗机构的COVID-19患者的胸部CT数据。研究对象包括三类人群：健康对照组、轻度COVID-19患者（无需使用呼吸机）和重度COVID-19患者（需要使用呼吸 ………………………………