| 3 | 采用深度卷积神经网络对结肠镜影像进行自动解剖定位显示文摘背景:结肠镜能检出肿瘤、息肉和炎症性肠病等结直肠疾病。应用深度卷积神经网络(CNN)的计算机辅助诊断(CAD)系统在结肠镜检查中能够识别解剖部位,为内镜医生提供支持。本研究旨在建立一个应用CNN的CAD系统,以区分盲肠、升结肠、横结肠、降结肠、乙状结肠及直肠等解剖部位的内镜影像。方法:我们用包括9,995个结肠镜影像的训练组来建立CNN,并用5,121个独立的结肠镜影像来进行验证CNN的检测效能。验证组影像根据解剖部位分为七类:回肠末端、盲肠、升结肠至横结肠、降结肠至乙状结肠、直肠、肛门以及无法识别的部位。我们检测了2017年1-11月间单中心的结肠镜影像照片,评估内镜医生与CNN的诊断一致性。本研究主要结局指标是CNN判断内镜下解剖部位的灵敏度和特异度。结果:我们建立的CNN识别内镜下解剖部位的曲线下面积为:回肠末端0.979,盲肠0.940,升结肠至横结肠0.875,降结肠至乙状结肠,0.846,直肠0.835,肛门0.992。在验证过程中,CNN系统能准确识别66.6%的内镜下解剖部位。结论:我们建立了一个临床相关的新的CNN系统,该系统可识别结肠镜下的不同解剖部位,这是构建CAD系统的第一步,后者能给结肠镜检查提供质量保障。 | Hiroaki Saito Tetsuya Tanimoto Tsuyoshi Ozawa Soichiro Ishihara Mitsuhiro Fujishiro Satoki Shichijo Dai Hirasawa Tomoki Matsuda Yuma Endo Tomohiro Tada | 2021 | Gastroenterology Report2021，9，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员