News

    Collection of COVID-19 Prevention and Control highlights articles from the Journal of Shanghai Jiao Tong University (Science)
  • Collection details:

    1.低呼吸阻力COVID-19口罩设计研究
    Design of a Low Respiratory Resistance Mask for COVID-19
    原文链接:https://doi.org/10.1007/s12204-022-2434-5
    建模多孔材料,CFD模型网格尺寸、介质参数、计算收敛控制参数;试验数据分析验证。针对COVID-19的设计及口罩相关使用性能研究有较大的参考价值。


    2.供应链视角下COVID-19 对制造业的影响及对策

    Influence of COVID-19 on Manufacturing Industry and Corresponding Countermeasures from Supply Chain Perspective

    原文链接: http://https://doi.org/10.1007/s12204-020-2206-z

    本文研究了COVID-19 在全球范围内传播所造成的初始影响,分析了后COVID-19(疫情时代)的经济与未来,并提出帮助制造业复元两个阶段的策略。

     

    3. CIRD-F模型:COVID-19在中国的传播和影响

    CIRD-F: Spread and Influence of COVID-19 in China

    原文链接: https://doi.org/10.1007/s12204-020-2168-1

    团队基于SEIR模型加入量化的公众对COVID-19疫情的警惕性。根据模型预测结果预计了疫情结束时间以及最终累积感染人数。

     

    4.基于病毒传播动态的COVID-19疫情预测及大学生最佳返校期研究

    Prediction of COVID-19 Outbreak in China and Optimal Return Date for University Students Based on Propagation Dynamics

    原文链接: https://doi.org/10.1007/s12204-020-2167-2

    团队首先在SEIR模型四类人群的基础上,建立了4+1五类人群模型,并提出BAT模型。预测本次疫情最佳复工复学时间。讨论了未来可能发生的一些影响因素,如二次感染、有效药物开发以及国际间人口流向。

     

    5.3阶段e-ISHR模型对COVID-19暴发的评估

    Preliminary Assessment of the COVID-19 Outbreak Using 3-Staged Model e-ISHR

    原文链接: https://doi.org/10.1007/s12204-020-2169-0

    基于我国政府强大的干预能力和人们的自觉意识,团队将传统的SEIR模型、分级机制、时滞机制和医院系统相结合,建立了e-ISHR模型并预测武汉的疫情在202038日出现拐点,全国(非湖北)在227日出现拐点。

     

    6. D2EA模型:预测COVID-19的流行

    D2EA: Depict the Epidemic Picture of COVID-19

    原文链接: https://doi.org/10.1007/s12204-020-2170-7

    团队建立的D2EA模型基于SEIR模型,引入一组隔离者的数据,并预测湖北累计确诊的感染病例,预测疫情将在2月底出现拐点,并建议武汉市最迟在3月底解除封锁。

     

    7. 需求分析与管理建议:特大城市医疗机构流行病学数据共享与防疫工作

    Demand Analysis and Management Suggestion: Sharing Epidemiological Data Among Medical Institutions in Megacities for Epidemic Prevention and Control

    原文链接: https://doi.org/10.1007/s12204-020-2166-3

    共享“核心”信息,凸显精准防疫。上海市第六人民医院由党委书记陈方教授牵头,首家试点将门诊预约与上海市大数据中心实时对接,实现患者近14天的入沪道口信息自动校验,确保患者流调信息的及时更新,为超大城市医疗机构精准防疫提供新的经验。

     

    8.一种使用胸部 CT 图像诊断 COVID-19 的新型多模型集成深度学习方法

    Multi-Model Ensemble Deep Learning Method to Diagnose COVID-19 Using Chest Computed Tomography Images

    原文链接:https://doi.org/10.1007/s12204-021-2392-3

    本文使用集成学习方法结合多个神经网络,对同一样本进行预测,并与使用单一模型方法的类似研究进行比较。将使用单一模型方法的类似研究与该研究集成模型的性能进行了比较。两种集成策略对比结果表明,本文的集成学习方法在预测COVID-19方面具有明显的优势。

     

    9.基于少量CXR样本的COVID-19智能诊断解释算法

    COVID-19 Interpretable Diagnosis Algorithm Based on a Small Number of Chest X-Ray Samples

    原文链接:https://doi.org/10.1007/s12204-021-2393-2

    针对新冠疫情前中期CXR样本数据稀少的情况进行研究,探究少样本情况下的人工智能与医学诊断结合方案,研究成功适用于多数突发少样本状况。


    文章下载链接:https://pan.baidu.com/s/1b3zXmKxoGPgmVx4-RZrMLw 
    提取码:2bvr

  • Pubdate: 2022-02-16    Viewed: 891