纹理分析改善了COVID-19中高分辨率计算机断层扫描中的肺组织细分
Mazin Abdalla Hassib1, Mohamed E M Garelnabi2, Qurashi Mohamed Ali2
1Collage of Applied Medical Sciences - Diagnostic Radiology Department, University of Hail, Ha'il, Saudi Arabia.
Frontiers in radiology
|December 22, 2025
概括
胸部CT扫描的纹理分析准确地分离了COVID-19患者的肺组织. 这种方法获得了88.6%的准确性,有助于放射学解释肺膜,地面玻璃不透明性和血管.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 计算机辅助诊断 计算机辅助诊断
背景情况:
- 在使用高分辨率计算机断层扫描 (HRCT) 的COVID-19患者中,精确细分肺膜,地面玻璃不透明度 (GGO) 和肺内血管是困难的.
- COVID-19的诊断和监测依赖于精确识别这些肺部异常.
研究的目的:
- 为了评估基于纹理的特征提取在COVID-19患者的肺膜,GGO和肺内血管的分类方面的有效性.
- 为了确定最佳的窗口大小和最有信息的纹理特征,以便准确的分类.
主要方法:
- 一项横截面研究分析了530名确诊COVID-19的成年人.
- 分析了597个具有兴趣的区域 (ROI),这些区域代表了体,GGO和血管,使用了第一和第二阶段的纹理特征.
- 逐步线性差异分析用于特征选择,创建了一个三类分类器.
主要成果:
- 20x20像素的窗口大小产生了最高的分类性能,整体准确率为88.6%.
- 基于共发生的五个纹理特征被确定为最具歧视性.
- 主要观察到的分类错误主要是在混合声的组织边界上.
结论:
- 基于纹理的特征提取证明了高ROI水平的准确性 (88.6%) 在COVID-19中区分肺部组件.
- 这种方法可以作为一个有价值的补充工具,用于胸部CT扫描的放射性解释.
更多相关视频
03:38Unilateral Lung Volume Analysis Using Micro-CT for Enhanced Assessment of Pulmonary Fibrosis in Preclinical Models
Published on: June 20, 2025
810
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
2.0K
