使用 CNN-级联森林框架的半监督多类肺炎分类

为何更智能的肺炎影像很重要

肺炎仍然是全球主要的致死原因之一，但许多医院——尤其是缺少专科医生的机构——仍然依赖忙碌的临床医生肉眼检查胸部X光或CT影像。这不仅让发现肺炎变得困难，也难以判断其类型：细菌性、病毒性、真菌性，或更广泛的炎性表现。本文介绍了一种旨在提供帮助的新型人工智能（AI）系统。该系统同时使用X光和CT影像，即便是从未由专家标注的扫描中也能学习，并能以显著的准确率区分若干肺炎亚型。

引用: Muthukumaraswamy, P., Yuvaraj, T. & Krishnamoorthy, R. Semi-supervised multi-class pneumonia classification using a CNN-cascade forest framework. Sci Rep 16, 7448 (2026). https://doi.org/10.1038/s41598-026-38849-1

关键词: 肺炎影像, 医疗人工智能, 胸部X光, CT扫描, 半监督学习