克兰菲尔德大学的学生设计了可以识别X射线中的计算机模型。

这些模型使用计算机视觉和人工智能(AI)分析胸部X射线图像。它可以对肉眼通常无法识别的信息进行分类，并有助于诊断。

的常见症状是。AI能够检测X射线中的异常，将其归为阳性，然后使用第二种模型来诊断是否由病毒引起。

研究他们的MSc程序的两个小组，专门研究计算机和机器视觉(CMV选项)，决定将这个具有挑战性的主题作为小组项目。小组项目为学生提供了合作解决问题和设计解决方案的机会。

今年，小组项目活动本身受到了的影响，由于封锁，一些学生返回了海外的家中。尽管在中国和法国以及附近的克兰菲尔德和米尔顿凯恩斯相距数千英里，但坚定的团队还是继续了他们的项目。大学为学生提供的视频会议和IT设施对于允许访问必要的计算资源，确保研究的继续和成功至关重要。

在公共领域缺少包含详细信息的X射线图像是一个挑战-但是，研究小组能够从各种来源构建详细信息。

这些小组采用了传统的机器学习算法以及深度学习框架，这是一种机器学习技术，可以通过示例来指导计算机学习。该项目中使用的AI模型能够非常准确地预测结果。但是，研究团队认为，他们能够进一步开发新算法，以产生更加强大和可靠的结果。

团队由Cranfield大学计算工程讲师Zeeshan Rana博士领导。他现在正在探索与医疗机构或行业的合作机会，以使用更高级的AI算法和CT(计算机断层扫描)扫描将项目开发到更高水平，以显示结果的更多细节和准确性。