Key points are not available for this paper at this time.
Com a pandemia de COVID-19 em curso diminuindo a disponibilidade de reação em cadeia da polimerase com transcrição reversa e o crescimento exponencial da imagem médica, especialmente o número de tomografias computadorizadas do tórax (CT) sendo realizadas, métodos para aumentar e automatizar a análise de imagens, aumentando a produtividade e minimizando erros humanos, são de particular importância. A criação de conjuntos de dados de alta qualidade é essencial para o desenvolvimento e validação de algoritmos de inteligência artificial. Essas tecnologias têm precisão suficiente para diagnosticar COVID-19 em imagens médicas. O conjunto de dados em grande escala apresentado contém tomografias computadorizadas humanas anonimadas com características de COVID-19, bem como estudos normais. Alguns estudos foram marcados por radiologistas usando máscaras de pixels binários de regiões de interesse (por exemplo, áreas características de consolidação e opacidades em vidro fosco). Os dados de CT foram adquiridos entre 1º de março de 2020 e 25 de abril de 2020, e fornecidos por hospitais municipais em Moscou, Rússia. O conjunto de dados apresentado é licenciado sob Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported (CC BY-NC-ND 3.0).
Морозов et al. (Quarta-feira,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: