COVID-19 专题：基于CT影像尝试构建深度学习模型实现COVID-19短期预后（试验学习阶段，欢迎交流与指正，内容持续更新中...）

作为深度学习萌新小白，虽非医学专业学生，但面对肆虐全球的新冠病毒，恰是学习知识、打磨“兵刃”的大好时机。

COVID-19 ：

---

病征：COVID-19的症状包括发热(88%)，咳嗽(68%)，呕吐(5%)以及腹泻(3.7%)。非普遍性的症状包括头痛、多痰以及咳血。

临床：依据现阶段确诊病例的报告，大部分(87%)的患者年龄位于30岁至79岁区间。并且超过半数以上的患者伴有一个或多个基础性疾病，包括心血管疾病、糖尿病和高血压等。COVID-19病例可分为轻症、重症、危重症，从首发症状到呼吸困难、入院、重症急性呼吸综合征的中位潜伏期分别为5、7、8天。

诊断：胸部x光片显示了肺部斑片状阴影及变化，这些病灶多位于肺外侧区域，随后发展为多发毛玻璃样阴影、肺实变、浸润性阴影及胸腔积液（较为罕见）。胸部计算机断层扫描（CT）提供了更清晰的肺部图像。

 

专家知识：

---

要实现病程的预后工作，现初步着眼于利用CT影像所包含的时空属性，构建序列预测模型。但考虑到常规患者在整个住院过程中拍摄CT的次数有限，想要实现更准确的预测不得不挖掘单张CT影像里面暗含的时序性质。这必然需要建立在可靠的专家知识的基础上。

 

一些有经验的医生能够对给定的医学图像给出相当准确的结论，这主要归功于他们所接受的培训和多年来积累的许多关于病例的专业知识。在阅读医学影像时，他们通常遵循一些特定的模式或采取一些步骤。整合这些来自医生的知识可以提高深度学习模型的诊断性能。