Αποτελεσματική Ανάλυση 3-D Εικόνων για Ανίχνευση Covid-19

Abstract

Το πρώτο κρούσμα της νόσου COVID-19 παρουσιάστηκε στα τέλη του 2019 στην πόλη Γουχάν της Κίνας. Εκ τότε ακολούθησε η ραγδαία και σε πολλές περιπτώσεις μη ελεγχόμενη εξάπλωση του ιού σε όλον τον πλανήτη με τον Παγκόσμιο Οργανισμό Υγείας να χαρακτηρίζει εντέλει την νόσο ως πανδημία,ενώ μέχρι σήμερα ο συνολικός αριθμός των κρουσμάτων ανέρχεται στα 415 εκατομμύρια. Η ανάπτυξη αξιόπιστων διαγνωστικών μεθόδων κρίθηκε καθοριστικής σημασίας τόσο για την φροντίδα των ίδιων των ασθενών που πάσχουν, όσο και τον περιορισμό της διασποράς της νόσου μέσω εφαρμογής μέτρων κοινωνικής αποστασιοποίησης. Τα μοριακά τεστ RT-PCR καθώς και τα τεστ ταχείας ανίχνευσης αντιγόνου, γνωστά ως rapid test, αποτελούν τα πιο διαδεδομένα διαγνω- στικά εργαλεία. Ωστόσο ο μεγάλος όγκος των διαγνωστικών ελέγχων που διενεργούνται καθη- μερινά, ειδικότερα σε περιόδους έξαρσης του ιού, καθώς και o χαμηλός δείκτης ειδικότητας στην περίπτωση των rapid tests, επιβάλλουν την ανεύρεση νέων εναλλακτικών μεθόδων που θα τεθούν στην διάθεση του παγκόσμιου συστήματος υγείας. Σκοπός της παρούσας εργασίας είναι η ανάπτυξη ενός ευφυούς συστήματος διάγνωσης της νό- σου COVID-19, με την εφαρμογή μεθόδων βαθιάς μάθησης σε ακολουθίες αξονικών τομογραφιών θώρακος. Οι αξονικές τομογραφίες θώρακος χρησιμοποιούνταν μέχρι σήμερα για την διάγνωση πνευμονικών λοιμώξεων,καρκίνου του πνεύμονα,πνευμονικής εμβολής καθώς και άλλων πνευμο- νικών προβλημάτων ωστόσο οι μεταβολές που προκαλεί ο ιός στην εικόνα των πνευμόνων με την ανάπτυξη κυρίως θολών υάλων συνηγορούν στην χρήση τους και για την διάγνωση του COVID- 19. Το αναπτυσσόμενο μοντέλο καταφέρνει να εκμεταλλευτεί τα επαναλαμβανόμενα μοτίβα στις εικόνες των ασθενών με COVID-19 και να παράγει έτσι την τελική διάγνωση.