三泰-的A2 Maietta盟——Tello-Mijares圣地亚哥盟——哇,路易莎PY - 2021 DA - 2021/04/29 TI -计算机断层扫描图像处理分析COVID-19病人随访评估SP - 8869372六世- 2021 AB -全球的快速蔓延COVID-19大流行已经感染了世界各地的患者在很短的时间。胸部计算机断层扫描(CT)图像的患者感染COVID-19可以提供早期诊断和有效的预测监控以较低的成本。COVID-19在CT的诊断以自动化的方式可以加速很多任务和医学治疗的应用。这可以帮助补充逆转录-聚合酶链反应(rt - pcr)的诊断。这项工作的目的是开发一个系统,自动识别毛玻璃样阴影(GGO)和肺浸润(π)COVID-19患者的CT图像。目的是为了评估疾病进展过程中病人的随访评估和评价。我们提出一个有效的方法,包含oversegmentation意味着转变superpixel-SLIC紧随其后(简单线性迭代聚类)算法对CT图像COVID-19肺实质分割。确定肺实质,我们描述了每个superpixel集群根据其位置,灰色的强度、二阶纹理,和spatial-context-saliency一棵树随机森林分类的特性(基金会)。第二,通过应用分水岭分割的均值漂移集群,只有肺实质segmentation-identified区显示GGO和π基于集群的描述每个分水岭的位置,灰色的强度、梯度熵,二阶纹理,欧几里得π的边境地区区域的位置,和全球卓越特性,在使用扶轮基金会。我们的分类结果为肺实质与COVID-19 CT图像识别的精度超过92%,在双重的交叉验证召回超过92%。 For GGO, the PI identification showed 96% precision and 96% recall on twofold cross validation. SN - 2040-2295 UR - https://doi.org/10.1155/2021/8869372 DO - 10.1155/2021/8869372 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -