深度學習通過上消化道內鏡圖像分析是否幽門螺旋桿菌感染
最新
04-13
這是今年發表在Endosc Int Open上的一篇關於深度學習內鏡圖像的文章。
根治幽門螺桿菌(HP)對改善胃黏膜萎縮以及抑制上皮異型增生起著重要的作用。內鏡醫生有時可以通過黏膜潮紅以及水腫情況來判斷患者HP是否為陽性。但這需要豐富的臨床經驗。本文研究者考慮使用卷積神經網路(CNN)來幫助診斷HP感染情況。深度學習是一種多層次的方法,模擬大腦神經網路從圖像或聲音中提取特徵。可以訓練CNN自動提取圖像特徵,然後在通過深度學習獲得的圖像數據的多層學習之後識別圖像。CNN的一個重要特徵是層次間操作可以被描述為卷積操作。 因此,CNN在用於識別圖像和語音時顯示出高精度。
本次研究從139例患者獲得的179例上消化道內窺鏡圖像(HP IgG抗體檢測65例HP陽性:≥10U / mL,74例HP陰性:
結果發現CNN檢測HP感染的敏感性和特異性分別為86.7%和86.7%,AUC為0.956。
需要強調的是這篇文章機器學習部分是建立在GoogLeNEt的基礎上完成的,因此節省了很多的工作量。相對而言文章中用到的數據樣本量也較小,596張圖像大部分是通過翻轉圖像等方法得到的,實際工作量並不大。可能需要多中心提供不同角度,不同檢查者以及不同型號內鏡得到的圖像來進行深度學習。
※如果你不出去走走,你會以為這就是世界!
※齒輪不曾停歇的流轉,愛的轉角你遇到了誰
TAG:全球大搜羅 |