13、新冠疫情下的两大技术创新：CT影像检测与区块链密钥协商

新冠疫情下的两大技术创新：CT影像检测与区块链密钥协商

新冠CT影像检测技术

新冠疫情给全球带来了巨大的冲击，从健康和经济层面都影响着数十亿人的生活。截至2020年7月12日，全球确诊病例约12839566例，死亡567574例，死亡率达4.42%。控制疫情传播的一大难题在于检测能力不足，目前常用的逆转录聚合酶链反应（RT-PCR）检测需要4 - 6小时才能出结果，这与新冠病毒的快速传播速度相比显得过于漫长。

新冠的确诊依赖于临床症状、流行病学史、病原检测阳性和CT影像阳性等多方面因素。新冠病毒对不同患者的影响各异，早期症状可能包括呼吸问题、发热、咳嗽、咽痛和肺炎等，不常见症状有疼痛、腹泻、味觉或嗅觉丧失等，严重症状则有呼吸急促、胸痛和言语障碍等。而且，很多新冠阳性患者并无临床症状。

RT-PCR检测虽然是目前的参考标准，但存在诸多问题。其检测效果受检测包的可获取性等因素影响，检测结果也因检测试剂盒的质量、稳定性和可重复性而存在缺陷，并且检测试剂盒严重短缺。相比之下，非对比胸部CT检测新冠病毒的敏感性约为98%，而早期RT-PCR的敏感性仅为71%。因此，利用胸部CT进行检测可以减少实验室分析中的假阴性结果。

为了快速评估大量的CT影像，人工智能技术尤其是深度学习方法具有很大的潜力。有研究使用DenseNet201等迁移学习方法来识别新冠病例，也有研究利用GAN网络生成更多图像并结合GoogleNet进行检测。

数据创建

为了构建检测模型，需要创建COVID CT数据集。具体步骤如下：
1. 从medRxiv和bioRxiv收集截至5月15日的1260篇关于COVID - 19的预印本，其中很多预印本报告了