一个集成的真菌CT成像数据集与多个物种信息
Zhilin Han1,2, Yuyang Zhang3, Wenlong Ding1
1Department of radiology, Tianjin Haihe Hospital, TCM Key Research Laboratory for Infectious Disease Prevention for State Administration of Traditional Chinese Medicine, Tianjin Institute of Respiratory Diseases, Haihe Hospital, Tianjin University, Tianjin, China.
这项研究引入了大量的计算机断层扫描 (CT) 数据集,用于诊断非结核性菌根性肺病 (NTM). 该资源将加速人工智能开发,以实现更快,更准确的NTM诊断和治疗.
科学领域:
- 医疗成像医学成像
- 传染性疾病 传染性疾病
- 人工智能的人工智能
背景情况:
- 全球非结核性菌根性肺病 (NTM) 的发生率正在上升.
- 目前的诊断方法,如细菌培养,是缓慢的,影响治疗决策.
- 计算机断层扫描 (CT) 是肺部病变的快速成像工具,但人工智能开发受到小型数据集的限制.
研究的目的:
- 解决在人工智能驱动的NTM诊断中需要更大的数据集的需求.
- 创建一个关于NTM和结核病 (TB) 的综合CT数据集.
- 促进人工智能算法的开发,用于对NTM肺部疾病的差异诊断.
主要方法:
- 编制了430个NTM和871个TB计算机断层扫描 (CT) 病例的数据集.
- 包括临床参数,如人口统计,症状和真菌细菌物种数据.
- 数据集旨在支持机器学习应用程序,以提高诊断准确度.
主要成果:
- 建立了第一个全面的CT数据集,用于NTM和结核病差异诊断.
- 数据集将成像数据与关键的临床和病因信息相结合.
- 为训练和验证人工智能模型提供基础.
结论:
- 开发的数据集对于推进NTM肺部疾病的基于AI的诊断工具至关重要.
- 增强的AI算法可以提高NTM诊断的速度和精度.
- 本资源旨在改善患者管理,减少在NTM感染中滥用抗生素.
更多相关视频
09:49Investigation of Microbial Cooperation via Imaging Mass Spectrometry Analysis of Bacterial Colonies Grown on Agar and in Tissue During Infection
Published on: November 18, 2022
08:01Author Spotlight: Unraveling Bacterial Responses to Antibiotics and Immune System in Tissues
Published on: March 1, 2024
相关概念视频
Multi-species Conserved Sequences
Although the genome of each species varies greatly from each other, a few sequences are highly conserved. Such conserved...
Microbial Classification System
