CT-scan-Datenbank von 1000 sets wurde für Lehr-AI zu diagnostizieren COVID-19

Wissenschaftler der Diagnostik und Telemedizin Center berichten, dass Sie erweitert die original-Datenbank von CT-Untersuchungen von Patienten mit Labor-bestätigter COVID-19-Infektion 20-mal. Es enthält jetzt mehr als 1.000 anonymisiert Sätze des Brust-CT-scans. Die Studien gesammelt wurden, in Moskau vom 1. März bis 25. April 2020 mit der Unified Radiologische-Informations-Dienst (URIS), in denen die diagnostische Ausstattung der 80 Moskau Institutionen im Gesundheitswesen.

Die Datenbank hat keine Analoga in der ganzen Welt. Zum Beispiel, die Datenmenge gesammelt an der Universität von San Diego hat 349 CT-scans (einzelnes) der 216 Patienten, während der Datensatz gesammelt, in Moskau enthält drei-dimensionalen CT-Untersuchungen. Der Satz von RAIOSS & Livon Saúde Fälle enthält 10 CT-scans so weit. Es gibt mehr als 70 scans in die ständig aktualisierte Datenbank der italienischen Radiologischen Gesellschaft. Die Radiological Society of North America-Sammlung von neuen coronavirus-Infektion Fällen ist verstreut und nur geeignet für die Einarbeitung. Die British Society of Thoracic Radiology hat auch eine Datenbank, aber es ist auch nicht enthalten, die mehr als hundert Studien.

Die Zahl der Fälle ist nicht der einzige grundlegende Unterschied zwischen der Russischen Datenbank-und Ausland. Alle CT-Untersuchungen in der Moskauer dataset haben eine Besondere Kennzeichnung. Diese Kennzeichnung ist nach der Klassifikation, Reflexion äußerung von pathologischen Auffälligkeiten der COVID-19 in das Gewebe der Lunge, basierend auf der Brust-Computertomografie. Es teilt sich das Studium in fünf großen Gruppen: aus CT-0 (normal-und Abwesenheit von CT-Zeichen von viralen Lungenentzündung) zu CT-4 (diffuse ground-glass Trübung, pulmonale parenchymale Beteiligung mehr als 75%).

Nach Ansicht von Experten der Diagnostik und Telemedizin-Center, eine Datenbank mit CT-scans Umgerechnet in die Forschung NIFTI-format ist gedacht für die Entwicklung von algorithmen künstlicher Intelligenz. Ganzheitliche Kennzeichnung von Fällen ist geeignet für die Vorbereitung der automatischen Patienten-Sortier-Systeme. Die Kennzeichnung von Lokalisierungen (diese Bereiche von Interesse innerhalb der künstliche-Intelligenz-algorithmen erkennen sollte, Pathologie) kann verwendet werden, in der Ausbildung Dienstleistungen zu helfen, Radiologen, indem Sie angibt, Sie verdächtige Websites, die auf CT-scans. Die Kennzeichnung der Pathologie umreißen können verwendet werden für die automatische quantitative Beurteilung der Lunge Läsionen, sowie für die Beurteilung der Dynamik zwischen zwei CT-Studien des Patienten.

Zusätzlich die center-Experten darauf hingewiesen 50 Studien (5% der Gesamt-array), auf dem die pixel Zonen von Boden-Glas-Trübung und Konsolidierungen spezifisch für COVID-19 auf jedem CT-Schnitt mit Lungen-Gewebe-Anomalien. Es ist die informativste Art der Kennzeichnung von CT-scan-Bilder für künstliche Intelligenz.

„Der zusätzliche Vorteil dieses Datensatzes ist, dass alle CT-scans enthalten, die durchgeführt wurden, in der primären Gesundheitsversorgung Einrichtungen für die Erwachsene Bevölkerung. Außer, dass es gepostet wurde, in der public domain, und dünnen CT-slices von bis zu 1 mm wurden bereits umgewandelt in das NIFTI-format erkannt u. machine learning Experten“, sagte Sergej Morosow, Chef der regionalen Radiologie und instrumentelle Diagnostik officer der Moskauer Abteilung der Gesundheit, CEO von Diagnostik und Telemedizin Center, Moskau.