半定量软件评估COVID-19CT检查与临床参数的相关性

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 肺部病理学 肺部病理学

背景情况:

• 冠状病毒疾病2019 (COVID-19) 肺炎在严重程度评估中提出了重大挑战.
• 肺部计算机断层扫描 (CT) 对于评估COVID-19肺炎至关重要.
• 对CT检测结果的半定量分析可以帮助预测患者的结果.

研究的目的:

• 用软件引导的肺部CT数据集半定量分析来评估COVID-19肺炎的严重程度.
• 为了将成像检测结果与重症监护医学的需要和临床参数相关联.
• 评估基于人工智能的软件在量化肺不透明度方面的实用性.

主要方法:

• 对66名确诊患有COVID-19肺炎的患者进行了回顾性研究.
• 肺部CT数据集使用半定量软件进行分析,用于细分和量化不透明度.
• 在CT发现,潜在疾病,实验室参数和临床结果 (包括输管和重症监护) 之间进行了相关联.

主要成果:

• 平均不透明体积为肺总体体积的23.54%,高不透明度为0.06%.
• 较高的不透明度和较高的不透明度显著与死亡率相关 (P<0.05).
• 广泛的肺不透明度,体积和高不透明度的百分比与需要重症监护有很强的相关性 (P<0.001).

结论:

• 基于人工智能的软件可以在CT扫描上对COVID-19肺炎进行半定量分析.
• 定量CT分析提供了对不透明度体积的精确数据.
• 这些定量指标可以帮助预测患者的治疗需求,包括重症监护.