原标题:曝叙利亚足协致函亚足联 要求推迟40强赛末轮与国足比赛

通过在 300 例 COVID-19 患者的胸部 CT 扫描中,比较自动分段的感染区域与手动划定的感染区域,从而评估系统的性能。

最终,在独立测试集中验证表明,COVNet 对新冠肺炎的鉴别灵敏度和特异性分别高达 89.76%和 95.77%,ROC(受试者工作特征)曲线下面积 AUC 为 0.96。同时验证了模型对社区获得性肺炎的鉴别准确性(灵敏度 86.85%,特异性 92.28%,AUC 为 0.95)。

该论文是近日科亚医疗的原创性研究成果,也是在世界顶级期刊《Radiology》首个发表的基于人工智能的新冠诊断准确性评估论文。

“中国市场今后的创新一定是基于全球的创新,我们的市场一定是立足中国、面向全球的,工业互联网的发展有助我们找到中国的未来‘智’造方案,打造新型工业经济体系。”李颖说。(完)

接下来,工业互联网示范区还有望陆续在中国各地“开花”。

最终,该系统在自动分割和手动分割之间的戴斯相似系数为 91.6%±10.0%,感染百分比(POI)的平均预测误差为 0.3%。

异常的呼吸模式分类器助力大规模筛查 COVID-19

这也表明三种生物标记物可以准确预测疾病的严重程度,因此可大大减轻临床参数监测的压力和其他相关的医疗负担。

XGBoost 机器学习算法流程图

北京时间2月3日消息,据《体坛周报》报道,叙利亚足协哈特姆·盖布在接受采访时透露,叙利亚足协将致函亚足联,要求推迟6月9日与中国男足的40强赛最后一轮比赛。

目前,该研究正在扩展到更大的人群,证明基于 AI 的图像分析可以在检测冠状病毒以及量化和跟踪疾病方面取得高精度的结果。

使用深度学习 CT 图像分析进行自动检测和患者监测的初步结果

约翰·霍普金斯大学建立了一个令人印象深刻的「仪表盘」,详细展示了全球 COVID-19 病例数据。这些数据会定期更新,从而使大家能对疾病的传播及其死亡率有了全球视野。

蒙特利尔大学的一位研究人员收集并发布了包含数十个 CT 扫描和胸部 X 射线图像的数据库。这些图像取自公开的 COVID-19 疾病研究数据。

《体坛周报》报道称,叙利亚足协主席哈特姆·盖布在接受当地媒体采访时透露,将在未来几天,尝试推迟40强赛最后一轮与中国队的客场比赛。并表示这是叙利亚足协的权利和义务,为了保障叙利亚国家队整个团队,包括球员、教练、技术人员、管理团队等。叙利亚足协将向亚足联发去一份官方信函,要求推迟比赛,希望亚足联批准。

上海研究人员设计了一种系统,该系统可以与人工检查结果配合,从而将 CT 图像的分析时间从数小时减少到大约 4 分钟。

由于非对称胸部 CT 已被证明是检测、量化和追踪该疾病的有效工具,因此可以开发深度学习算法,来帮助分析大量的胸部 CT 图像。

中国的长三角地区,经济发展活跃、开放程度高、创新能力强,制造业发展也在中国领先,迫切需要数字化转型。长三角地区利用在科技、产业、资本、人才、区位以及国际合作等方面的优势,建设“长三角工业互联网一体化发展示范区”,将有利于实现区域内创新要素资源集聚和共享,推动长三角制造业高质量发展。

在此研究中,研究人员运用最先进的机器学习框架,选择了 3 种生物标志物来预测个体患者的生存率:LDH(乳酸脱氢酶)、淋巴细胞和 hs-CRP(超敏 C-反应蛋白)。

这一数据集是迄今可用于数据和文本挖掘研究的最广泛的机器可读冠状病毒文献合集,将主要用于医学和机器学习等相关领域研究,帮助人们更快更好地应对新冠肺炎疫情。

戏剧性的是,一封落款为2月3日由重庆新型冠状病毒感染的肺炎疫情防控工作领导小组综合办公室医疗物资保障组发给大理市卫生健康局的《关于商请放行暂扣物资的函》显示,重庆市委托供应商购买的一批口罩,委托云南顺丰速运有限公司大理分公司承运,2月1日被贵单位暂扣(附9件快递单号)。该批物资系重庆市新型冠状病毒感染的肺炎疫情防控工作领导小组指定企业采购用于重庆市疫情防控的紧急物资,现恳请贵单位予以放行。

但基于实际情况中的数据量不足以进行深度模型训练,论文中首先提出了一种新的呼吸模拟模型,来弥补训练数据不足的问题。

因此,雷锋网(公众号:雷锋网) AI 源创评论整理了部分数据集与算法论文如下,并向所有为疫情做出贡献的人致以敬意。

北京市政务数据资源网开放但由市卫生健康委员会提供的数据集「新型冠状病毒感染的肺炎病例信息」。(https://data.beijing.gov.cn/) 山东公共数据开放网在平台首页的「疫情防控」栏目下开放了由省卫生健康委员会提供的 5 个数据集。(http://data.sd.gov.cn/ )

李颖说,“工业互联网从生僻词变成热词,是中国经济高质量发展和产业发展的客观需求。”

根据最新临床研究,COVID-19 的呼吸模式与流感和普通感冒的呼吸模式不同;感染 COVID-19 的人有呼吸暂停现象,并且呼吸更快。

网传的编号为大市卫征[2020]1-61号的《应急处置征用通知书》(下称《通知书》)称:“由于当前新型冠状病毒感染的肺炎疫情防控形势严峻,我市已处于重大突发公共卫生事件I级响应状态,全市疫情防控物资极度紧缺。为切实加强疫情防控工作,根据《中华人民共和国突发事件应对法》《中华人民共和国传染病防治法》及《云南省突发应急事件应急征用与补偿办法》,经大理市人民政府研究,决定对你(单位)由顺丰物流从云南省瑞丽市发往重庆市的9件口罩,依法实施应急征用。”

目前,Google 的数据科学竞赛平台 Kaggle 上已公开了一个 COVID-19 病例数据集,并且每天都会更新。

40强赛最后一轮将于6月9日开赛,中国队主场迎战叙利亚队,本场比赛或影响小组第一的排名,可谓至关重要。据悉,由于疫情原因,涉及中国球队的所有足球赛事均受到影响,其中中超联赛已经确定延期,而亚冠小组赛首轮比赛上海两队也无法赴澳大利亚备战。此外,国足3月26日将在主场迎战马尔代夫的40强赛也将受到影响。

大型新冠肺炎开放数据集

《通知书》落款为大理市卫生健康局,时间为2020年2月2日。

还有一些数据集则直接来自治疗患者的医院,以及部分地区的数据资源网站,例如:

因此,论文提出根据呼吸特征对新型冠状病毒的患者进行筛查。具体而言,研究人员使用了深度相机和深度学习来完成这项筛查任务。

最终,胸部 CT 冠状病毒与非冠状病毒的分类结果为 0.996 AUC(95%CI:0.989-1.00),这是在中国控制和感染患者的数据集上的结果。实际使用的结果:灵敏度为 98.2%,特异性为 92.2%。

据介绍,该数据集包含与新冠肺炎、新型冠状病毒及冠状病毒组有关的 29000 多篇学术文献,其中超过 13000 篇是完整文献。

另一份落款为2月4日由黄石市新型冠状病毒感染的肺炎疫情防控指挥部发给大理州新型冠状病毒感染的肺炎疫情防控指挥部的《工作联系函》也显示,该指挥部委托黄石龙头企业华新水泥股份公司西部事业部和重庆市黄石商会企业(重庆市桥都医药公司等),协助采购一批医用口罩,物资目前正在大理市检查过程之中,特请予以协调放行,驰援灾区。

《通知书》还称,根据《云南省突发应急事件应急征用与补偿办法》第十八条的规定,被征用人应在收到补偿通知之日起1年内,向大理市卫健局提出应急补偿申请;逾期未申请且无正当理由的,视同放弃受偿权利。

艾伦人工智能(AI)研究所、陈扎克伯格基金会(CZI)、乔治敦大学安全与新兴技术中心(CSET)、微软、美国国立卫生研究院国家医学图书馆(NLM),以及 OSTP 今日联合发布了「新冠肺炎开放研究数据集」。

为核实情况,记者电话联系大理市应对新型冠状病毒感染肺炎疫情工作指挥部。该部工作人员称,已成立专门的工作小组协调解决此事,并向记者提供工作小组电话。但随后记者拨打电话,一直处于无法接通状态。(完)

工业互联网的到来,为中国制造业的数字化转型按下了“快进键”。工业互联网通过人、机、物的全面互联,构建起工业全要素、全产业链、全价值链全面连接的新型生产制造服务体系。以上海为例,目前,上海全市近300家大型企业开展了工业互联网应用,形成15个具有影响力的工业互联网平台,带动6万多家中小企业“上云上平台”,降低了企业成本,提高了生产效率。

因此,研究人员开发了该基于 AI 的自动 CT 图像分析工具,并证明它们可以将冠状病毒患者与未患该疾病的人区分开。

随后该论文首次利用双向注意力机制的 GRU 模型来对 6 种临床上重要的呼吸模式进行分类,这一方法可以拓展到大型的应用场景中,对现有的筛查方法形成补充。

根据规划,其目标是:到2022年,长三角工业互联网一体化发展示范区高地效应更加凸显,突破一批关键核心技术,基本形成工业APP和微服务资源池,推动一批工业企业和工业设备上云,培育一批优秀系统解决方案及供应商,实现一批工业互联网新模式新业态的推广应用,在产业生态集聚、创新探索领航、资源开放共享等方面走在前列,形成一批可复制、可推广的经验,打造辐射全国的工业互联网创新发展引领能力。

深度学习对 CT 图像中 COVID-19 的肺部感染定量研究

针对 COVID-19 病例研究,截至目前也出现了一些算法,以下是其中部分论文:

这一《通知书》引发网友热议,有人质疑征用的合法性。与此同时,另一份编号为大市卫征[2020]1-8号、落款同为大理市卫生健康局的《应急处置征用通知书》也被曝光,涉及“由顺丰物流从云南瑞丽发往四川省成都市的15件口罩”。

雷锋网原创文章,。详情见转载须知。

研究人员开发了基于 XGBoost 机器学习的预后模型,并采用来自中国武汉的近 3,000 例患者的电子健康记录。最终,该模型使用患者最新血样样本能够以 90%以上的准确度预测 COVID-19 重症患者是否存活;使用其他血液样本则能达到 90%的预测准确度。

三种临床特征预测重度 COVID-19 患者但危急程度

目前,该项目已在 GitHub 上开源代码,可以自行复制和修改。

具体而言,研究人员开发了基于深度学习(DL)的分割系统,训练 VB-Net 神经网络对 CT 扫描图像中的 COVID-19 感染区域进行分割。

作为中国首个工业互联网示范区,“长三角工业互联网一体化发展示范区”于2019年10月获中国工业和信息化部批准。时隔数月,上海市、江苏省、浙江省、安徽省“一市三省”2020年1月9日在上海签署战略合作协议,集聚了一批工业互联网先行企业和平台,开始在人才、资金等领域率先排兵布局。

其中包含的数据,包括患者的年龄、位置、何时开始出现症状、何时暴露、何时进入医院等等,均基于实际情况录入,具有可靠性。据统计,已有近 300 人在自己的分析中使用了该数据。

该方法采用了前沿的深度学习技术,开发了针对新冠肺炎 COVID-19 的 3D 检测神经网络 — COVNet,使其从肺部 CT 中提取各类影像特征用于鉴别新冠肺炎。

而为了加快数据标注的速度,该方法采用了人机回圈 (Human-in-the-loop) 优化的方法对每个病例进行注解,从而大大减少总分割时间。

在当前阶段,对疾病的严重程度进行快速、准确和早期的临床评估至关重要。在尚无确定的生物标志物作为标准的情况下,这个方法,能够对新冠高危患者进行快速检测、早期干预并有可能降低他们的死亡率。

在这里,研究人员通过分析人的呼吸速度,寻找一种筛查 COVID-19 的听觉方法。这项研究不是结论性的,但它是一种以较少侵入性方式测试病毒的新思路。

对呼吸模式进行分类的 BI-AT-GRU 模型

为此,亚足联将召开紧急会议,商讨涉及中国球队参加的各项赛事赛程变化。返回搜狐,查看更多

论文提出的系统具有输入胸部 CT 图像并标记怀疑具有 COVID-19 病例的功能。此外,对于分类为阳性的病例,系统会输出肺部异常定位图和测量值。