一种基于深度学习的新冠肺炎筛查方法及新冠肺炎筛查系统

摘要

本发明公开了一种基于深度学习的新冠肺炎筛查方法及新冠肺炎筛查系统，其中新冠肺炎筛查方法包括：首先利用深度学习检测模型对CT的肺部病变区域进行检测，再将其送入三分类网络，三分类包括COVID‑19、甲型流感和无感染症状。然后通过计算处理，输出CT的诊断结果以及患病概率。本发明中基于深度学习，自动学习CT影像的特征，来区别COVID‑19、甲型流感和健康人群，该种方式准确性较高，目前测试总体正确率达86.7％，而且诊断速度较快，一套CT根据切片张数不同，只需30S～60S。使用者可以通过本发明的新冠肺炎筛查系统上传CT影像文件，计算输出CT的诊断结果以及患病概率，不仅操作方便，而且速度快，大幅提升了COVID‑19的检出率。