— 北有北国网,南有南国网 —
上海第一城市生活门户网站该论文由澳门科技大学研究人员独立完成,主要开展基于胸部CT图像的新冠肺炎感染区分割、检测和诊断研究。此研究提出了一种从胸部CT影像中识别肺部感染特征的新方法,并根据选取的影像特征评估COVID-19肺部感染的严重性。具体来说,该研究首先在胸部CT影像中,针对双肺的分割,校正确定肺部区域,从肺区域获得肺轮廓;然后,选取粗糙度、对比度、粗略度和熵作为感染区域纹理特征以获取COVID-19感染区域,以及从感染区域获取病变轮廓;最后,将纹理特征和V描述子融合为COVID-19严重性估计的评估描述符。与大多数现有方法相比,新描述符包含的信息更多,因此,新描述符更适合评估COVID-19肺部感染的严重性。该论文在同行评审过程期间多次获得审稿人的高度评价。是次研究得到了澳门科学技术发展基金新冠肺炎抗疫专项项目《新冠肺炎CT影像快速检测与识别技术》的资助。该论文在线发表网址如下:https://ieeexplore.ieee.org/document/9346008。
《IEEE Transactions on Industrial Informatics》由IEEE Industrial Electronics Society(IEEE-IES)出版发行,是自动化与控制系统以及计算机工业应用方向权威的国际期刊。该期刊在2019年的影响因子为9.112,在COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS领域排名为4/109。
新冠肺炎CT影像检测流程示意图(截选自该论文)