• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《胃肠病学和肝病学杂志》 >基于卷积神经网络的肠息肉分类方法的初步研究

基于卷积神经网络的肠息肉分类方法的初步研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的 通过开发一种基于卷积神经网络(convolutional neural network,CNN)的人工智能诊断模型,用于自动识别腺瘤和增生性息肉,以增加结直肠镜检查的统一性和客观性.方法 回顾性收集南京医科大学第一附属医院内镜中心的白光内镜图像1796张,其中正常结直肠图像692张,增生性息肉608张,腺瘤496张.在我们的分类系统上提出双流网络(dual-stream network),包括原始流和检测流,原始流的输入是完整的预处理肠镜图像,以用来学习全局特征,检测流重点关注病灶的局部特征.我们将数据集分为训练集、测试集和验证集进行10次交叉验证,以评估该方法的有效性.结果 CNN方法的正确率(accuracy)、准确率(precision)、召回率(recall)分别为96.9％、96.6％、96.7％,在正常肠镜图片、增生性息肉、腺瘤三类图像中的正确识别率分别为100％、95.1％和95.0％.结论 CNN系统对结直肠息肉的识别具有较高的特异性和灵敏性,可以帮助临床内镜医师快速诊断和识别结直肠息肉的类型.这表明我们的方法在临床上能够对肠息肉病变进行有效、准确、可靠的诊断.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号