13、新冠疫情下的检测技术与密钥协商方案

新冠疫情下的检测技术与密钥协商方案

1. 新冠病毒检测的深度学习模型

新冠疫情给全球带来了巨大冲击，截至2020年7月12日，全球有大量确诊病例和死亡病例，死亡率达4.42%。控制疫情传播面临的一个重大障碍是检测能力不足和检测手段的局限性。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，与新冠病毒的快速传播速度相比，这个时间过长。而且，RT - PCR检测结果受多种因素影响，存在准确性问题，检测试剂盒也严重短缺。

非对比胸部CT检测在新冠病毒检测中展现出了优势。有研究表明，非对比胸部CT检测新冠病毒的灵敏度约为98%，而早期RT - PCR检测的灵敏度为71%。这意味着胸部CT检测可以有效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，研究人员提出了基于深度学习的检测方法。下面是该方法的详细介绍：
- 数据创建 ：
1. 从medRxiv和bioRxiv收集截至5月15日的1260篇关于COVID - 19的预印本。
2. 使用PyMuPDF提取预印本PDF文件的底层结构数据，找到所有嵌入式图形。
3. 手动选择所有CT扫描图像，并根据相关字幕判断是否为COVID - 19阳性。如果字幕无法确定，则查找预印本中分析该图形的内容来做出判断。
4. 将包含多个CT扫描的图形手动拆分为单个CT图像。
5. 去除一些低质量的CT扫描后，得到369张COVID - 19阳性CT扫描图像，并将所有CT扫描图像调整为224×224大小。这些扫描图像来自171个患者病例。
6. 另外，在数据集中加入369张有肺炎症状的非COVID CT扫描图像