子宫内膜癌MR成像中确定肌层浸润深度和病变自动识别的深度学习:一项单中心初步研究
【摘要】 目的旨在探讨能鉴别新型冠状病毒肺炎对应COVID-19的轻、中、重型感染。结论本研究提出的（COVID-19）与流行性感冒的特征性CT表现。方法回顾性COVID-RADS和通用词汇表将改善放射科医生与其他医疗分析2020年1月16日-2020年2月25日确诊的13例工作者的交流，从而促进COVID-19病人的诊断和治疗。COVID-19病人以及2019年1月1日-2020年2月25日原文载于EurRadiol，2020，30（9）:4930-4942.确诊的92例流感病毒肺炎病人（其中甲型流感76例，乙型流感16例）。比较分析COVID-19组及流感病毒肺炎组病人的肺部病灶分布、数目、密度、好发肺叶、边缘、轮廓、磨玻璃○影像信息和人工智能梁演婷译黄佳校密度影（GGO）分布模式、支气管壁增厚、支气管充气征、树芽征、小叶间隔增厚、小叶内间隔增厚和胸腔积液的表现是否有差异。结果COVID-19组病人肺部CT病灶多位于外带且散在分布
