引言新型冠状病毒肺炎（CoronaVirusDisease2019，COVID-19），简称“新冠肺炎”，世界卫生组织命名为“2019冠状病毒病”。截止至2021年12月5日，全球累计确诊病例264047110例，累计死亡5240683例，并且这个数字还在继续高速攀升。基于肺部CT(computedtomography)影像的人工智能诊断是针对新型冠状病毒肺炎的有效辅助诊断方法之一。本次实验基于COVID-19CTscans数据集，根据患者肺部的CT扫描分析，对患者COVID阳性还是阴性进行分类。如果患者Covid阳性，则这行肺部和感染区域的分割。实验还实现了交互性良好的可视化界面，更有助于医

    如今智能医疗正逐步走入人们的生活，并潜移默化地改善着现代医疗系统，医学影像领域上的研究与智能算法结合的也愈加密切，基于深度学习的医学影像处理问题也成为研究热点。本文通过笔者在互联网上搜集，整理了一些医学图像领域中的COVID-19影像的公开数据集，仅供学习参考与交流。1、COVID-CT-Dataset        文献来源：COVID-CT-Dataset:ACTScanDatasetaboutCOVID-19        github代码：https://github.com/UCSD-AI4H/COVID-CT数据集简介：    该数据集为Yang等构建的开源数据包，包含来自

    如今智能医疗正逐步走入人们的生活，并潜移默化地改善着现代医疗系统，医学影像领域上的研究与智能算法结合的也愈加密切，基于深度学习的医学影像处理问题也成为研究热点。本文通过笔者在互联网上搜集，整理了一些医学图像领域中的COVID-19影像的公开数据集，仅供学习参考与交流。1、COVID-CT-Dataset        文献来源：COVID-CT-Dataset:ACTScanDatasetaboutCOVID-19        github代码：https://github.com/UCSD-AI4H/COVID-CT数据集简介：    该数据集为Yang等构建的开源数据包，包含来自