Resumen

La enfermedad por coronavirus (COVID-19) es altamente contagiosa y patógena. Actualmente, el diagnóstico de COVID-19 se basa en pruebas de ácido nucleico, pero presenta falsos negativos e histéresis. El uso de tomografías computarizadas de pulmón puede ayudar a detectar y controlar eficazmente los casos diagnosticados. La aplicación de la tecnología de diagnóstico asistido por ordenador puede reducir la carga de trabajo de los médicos, lo que favorece un cribado diagnóstico rápido y a gran escala. En este trabajo, propusimos un método de detección automática de COVID-19 basado en la fusión de información espaciotemporal. Utilizando la red de segmentación en el método de aprendizaje profundo para segmentar el área pulmonar y el área de la lesión, se extraen las características de información espaciotemporal de múltiples tomografías computarizadas para realizar un análisis de diagnóstico auxiliar. El rendimiento de este método se verificó en el conjunto de datos recopilados. Logramos la clasificación de las tomografías computarizadas COVID-19 y no COVID-19 y analizamos la evolución del estado de los pacientes a través de las tomografías computarizadas. La tasa de precisión media es del 96,7%, la sensibilidad del 95,2% y la puntuación F1 del 95,9%. Cada exploración tarda unos 30 segundos en detectarse.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:Tomografías computarizadas COVID-19, COVID-19, método de detección automática, análisis de diagnóstico auxiliar, tasa media de precisión, método de aprendizaje profundo, tomografías computarizadas de pulmón, tomografías computarizadas múltiples, pruebas de ácido nucleico, características de información espaciotemporal.
• Keywords:COVID-19 CT scans, COVID-19, automatic detection method, auxiliary diagnosis analysis, average accuracy rate, deep learning method, lung CT scans, multiple CT scans, nucleic acid testing, spatiotemporal information features