COVID-19 诊断中的医学成像与计算图像分析：综述
图像与视频处理
2021-06-25 v1 计算机视觉与模式识别
摘要
冠状病毒病（COVID-19）是由一种新发现的冠状病毒引起的传染病。该病表现出诸如呼吸短促、发热、干咳与慢性疲劳等症状。有时疾病症状加剧至导致患者死亡。该病在部分早期患者可为无症状，从而导致疾病向他人传播增加。许多研究试图利用医学成像进行 COVID-19 的早期诊断。本研究试图综述有关 COVID-19 医学图像分析与诊断自动方法的论文。为此，检索了 PubMed、Google Scholar、arXiv 与 medRxiv，以在 2020 年 4 月底前找到相关研究，并总结了所收集研究的要点。本研究的贡献有四方面：1）作为面向临床医生与技术人员的领域教程，2）全面综述医学图像中呈现的 COVID-19 特征，3）基于所用精度与方法考察基于人工智能的 COVID-19 自动诊断方法，4）表述该领域的研究局限及用以克服它们的方法。COVID-19 在医学图像中显现的征象可用于疾病的早期诊断，即便在无症状患者中亦如此。使用基于自动化机器学习的方法可从医学图像以高精度诊断该病，并减少诊断流程的时间、成本与误差。建议在尽可能短时间内收集患者的大量成像数据，以提升 COVID-19 自动诊断方法的性能。
引用
@article{arxiv.2010.02154,
title = {Medical Imaging and Computational Image Analysis in COVID-19 Diagnosis: A Review},
author = {Shahabedin Nabavi and Azar Ejmalian and Mohsen Ebrahimi Moghaddam and Ahmad Ali Abin and Alejandro F. Frangi and Mohammad Mohammadi and Hamidreza Saligheh Rad},
journal= {arXiv preprint arXiv:2010.02154},
year = {2021}
}
备注
29 pages, 4 tables