胸部ＣＴ是诊断新冠病毒肺炎的首选影像学方法，尤其在病原体检测不足的国家和地区，充分应用影像学准确鉴别新冠病毒肺炎，对隔离疑似患者、防控疫情蔓延，显得更为重要。目前，全世界范围内已超300万人确诊新冠肺炎（ＣＯＶＩＤ－19），累计死亡病例接近6万例，流感病毒肺炎则是冬春季节最常见的呼吸道感染性疾病，这两者在ＣＴ影像表现上常常“异病同影”，因此，精准的鉴别诊断较为困难。
本研究设计了一体化深度学习人工智能网络，首先通过深度学习进行病灶的自动分割，在此基础上，设计两个深度学习框架，相比传统的孕Plain 框架，特别设计Trinary深度学习框架，对新冠病毒肺炎进行早期准确诊断效果，更具普适性及临床推广价值。
·呼吸科供稿·