《表1 COVID-19相关数据分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《COVID-19各临床分型对应CT表现及人工智能辅助应用价值》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

人工智能辅助诊断软件对肺炎病灶进行自动识别和标记，患者病灶总体积、内部磨玻璃影体积、实变体积及病灶占比均由软件自动计算得出（图5）。通过人工诊断对人工智能辅助诊断软件标记病灶进行复核显示，病灶标记范围与肉眼观察相比具有较好的一致性（图6）。仅有4例重症/危重症患者由于配合较差导致局部出现假阳性病灶，均在人工复核阶段进行手工修复。4例轻型患者肺内均未见异常标识，患者病灶体积显示为零。32例临床普通型患者病灶总体积为（109.9±94.9)cm3，病灶内部磨玻璃体积为（55.3±50.4)cm3，实变体积为（34.9±35.0)cm3。8例重型/危重型患者病灶总体积为（858.1±351.9)cm3，病灶内部磨玻璃体积为（486.7±204.0)cm3，实变体积为（204.1±119.3)cm3（表1）。以普通型、重型/危重型分组对40例阳性患者的病灶总体积、内部磨玻璃体积及实变体积进行统计学分析，结果显示两组之间的差异均有显著统计学意义（P<0.001）。基于人工智能辅助诊断软件提供的各肺叶病灶占比进行统计，临床普通型患者肺损伤评分为（3.8±1.2）分，重型/危重型患者肺损伤评分为（10.4±5.1）分，二者之间的差异有统计学意义（P<0.05）。以肺损伤评分对COVID-19患者临床分型的预测效能绘制ROC曲线，以5.5分为界值时，约登指数最高，ROC曲线下面积为0.996，敏感度为100%，特异度为96.9%。