深度学习在基于放射模态的 Covid-19 检测与诊断中的应用：系统综述

目的：在 Covid-19 流行中，以最低成本并在疾病早期阶段实现 Covid-19 的早期检测与诊断，以及准确区分非 Covid-19 病例，是主要挑战之一。鉴于该疾病的新颖性，基于放射图像的诊断方法虽在诊断中心有诸多用途，但仍存在不足。因此，医学与计算机研究者倾向于使用机器学习模型来分析放射图像。方法：本系统综述通过检索 PubMed、Scopus 和 Web of Science 三个数据库，时间自 2019 年 11 月 1 日至 2020 年 7 月 20 日。基于检索策略，关键词为 Covid-19、深度学习、诊断与检测，共提取 168 篇文章，最终通过纳入与排除标准选出 37 篇作为研究总体。结果：本综述概述了当前所有通过放射模态并基于深度学习进行 Covid-19 检测与诊断的模型及其处理现状。根据发现，基于深度学习的模型具有非凡能力，可构建准确高效的 Covid-19 检测与诊断系统，将其用于 CT 扫描与 X 射线图像处理，会显著提升灵敏度与特异度值。结论：深度学习（DL）在 Covid-19 放射图像处理领域的应用，减少了该病检测与诊断中的假阳性与假阴性错误，并为向患者提供快速、廉价且安全的诊断服务提供了最佳契机。