選択された胃腸疾患の強化分類のための高度な超スペクトル画像とAIの統合

科学分野:

• 医療画像と人工知能
• 胃腸科と診断技術

背景:

• 潰瘍性大腸炎,ポリープ,食道炎などの胃腸疾患は,患者の改善のために早期発見が必要です.
• 伝統的な白光成像 (WLI) は,粘膜と血管の微妙な異常を特定することを妨げ,対照的に制限があります.

研究 の 目的:

• WLI画像の改善と胃腸疾患検出の精度を高めるためのスペクトルアイドビジョンエンハンサー (SAVE) メカニズムを調査する.
• ディープラーニングベースの人工知能 (AI) 診断システムを開発し,早期で正確な胃腸疾患の診断のために強化されたイメージングを使用します.

主な方法:

• SAVEメカニズムを使用して,標準のWLI画像をハイパースペクトル画像 (HSI) のような表現に変換し,改善されたコントラストでNBIのようなビジュアルを作成します.
• 強化された画像のスペクトル標準化のために,主成分分析 (PCA) と複数の回帰分析を使用した.
• 4つのカテゴリーのWLIとSAVE強化画像のデータセットを使用して,深層学習モデル (InceptionV3,YOLOv8x,VGG16) を開発および評価しました.

主要な成果:

• SAVEの強化により,さまざまなディープラーニングアーキテクチャにおける疾患分類の正確性が一貫して改善されました.
• InceptionV3は全体の94%の精度を達成し,SAVEは潰瘍性大腸炎のF1スコアを92%から93%に改善しました.
• SAVEではYOLOv8xの精度が10%から89%に,VGG16の精度が85%から91%に改善され,ポリプのF1スコアが著しく向上した.

結論:

• SAVEメカニズムは,ハイパースペクトル品質の画像を生成するための,ハードウェアに依存しない実用的な方法を提供し,胃腸スクリーニングの精度を大幅に向上させます.
• SAVEを統合したAI駆動の診断システムは,腸胃疾患の早期かつ正確な検出を向上させ,患者のより良いケアにつながります.
• SAVEは,様々な消化器疾患の臨床応用における診断の精度を向上させるための貴重なツールです.