基于智能手机的COVID-19和相关肺炎的检测使用热成像和转移学习算法
Oshrit Hoffer1, Rafael Y Brzezinski2,3,4,5, Adam Ganim1
1School of Electrical Engineering, Afeka Tel Aviv Academic College of Engineering, Tel Aviv, Israel.
Journal of biophotonics
|January 22, 2024
概括
一个新的智能手机应用程序使用热成像来检测COVID-19肺炎. 这种便携式的非侵入性方法显示出高精度,为医院以外的广泛查提供了潜在的工具.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 传统的COVID-19肺炎诊断依赖于医院的成像,如X射线和CT扫描.
- 这些方法无法用于远程或广泛的查.
- 热摄像头为医疗监测提供了一个便携式且具有成本效益的替代方案.
研究的目的:
- 开发和评估基于智能手机的应用程序,用于使用热成像检测COVID-19.
- 评估使用非侵入性热成像用于早期查COVID-19肺炎的可行性.
主要方法:
- 开发一个智能手机应用程序,集成热成像功能.
- 用人背部的热像来获取数据.
- 采用深度学习算法进行图像分析和分类.
主要成果:
- 开发的深度学习模型在COVID-19检测方面实现了88.7%的灵敏度.
- 该模型的特异性为92.3%.
- 该系统成功地利用了智能手机连接的热摄像头.
结论:
- 基于智能手机的热成像为COVID-19检测提供了一个有希望的非侵入性方法.
- 这项技术可以在各种环境中对COVID-19和相关肺炎的初级查有价值.
- 进一步的研究可以探索热成像在呼吸系统疾病检测中的更广泛的临床应用.
