2024-07-17 | 인천=안재균 기자

“新手”医生也能放心使用…仁荷大学开发肺炎重症度评分技术

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

仁荷大学17日表示,已开发出可对胸部放射影像中肺炎严重程度进行评分的技术。

由医预科教授李贤奎带领的医疗人工智能研究团队中,电气计算机工程系硕士生李钟法作为第一作者,在题为《从新冠19到肺炎:使用CNN Transformer位置感知特征编码网络的多区域肺部严重程度分类》(COVID19 to Pneumonia: Multi Region Lung Severity Classification using CNN Transformer Position-Aware Feature Encoding Network)的论文中证实了这一成果。

该论文提出了一种整合肺部各区域信息并应用位置感知功能的网络,可区分在不同肺部区域呈现相似模式但成因不同的特征。

此前的研究仅能简略提供胸部放射影像中有无肺炎的信息,而本次研究对肺炎严重程度进行了细分,这是重要成果。尤其是不仅在大容量COVID-19数据集上,在仁荷大学医院重症监护室数据集上也表现出较高性能,在小规模或不均衡数据集上同样发挥了有效性能。

研究团队计划在今年10月于摩洛哥举行的医疗影像计算领域最高水平学术会议MICCAI(Medical Image Computing and Computer Assisted Intervention)2024上发表该成果。

共同作者、仁荷大学医院呼吸内科教授金正洙表示:“与以往研究不同,本次研究的特别优势在于能够对住进重症监护室的肺炎患者肺部状态变化进行定量显示和追踪观察”,“该技术能够敏感分析肺炎患者的肺部状态,有助于经验较少的医生也能进行适当的早期治疗”。

阅读韩文原文