ResNet50とConvNeXt Smallを用いたパラナサールCTによる自動粘菌症診断

科学分野:

• 医学画像分析
• 診断における人工知能
• キノコ感染の検出

背景:

• 粘菌症は重度の真菌感染であり,迅速な診断が必要である.
• 伝統的な診断は 侵襲的な生検に頼り 治療を遅らせます
• コンピュータ トモグラフィー (CT) スキャンは 非侵襲的なイメージング モダリティを提供します.

研究 の 目的:

• 粘膜症の自動検出のためのディープラーニングモデルを開発し評価する.
• 鼻側CT画像における移転学習モデル (ResNet50,ConvNeXt Small) のパフォーマンスを評価する.
• AIが粘膜症の診断を早め,臨床的意思決定を支援できるかどうかを判断する.

主な方法:

• 鼻膜膜症,鼻のポリープ,または正常な発見を持つ患者の794の鼻側CT画像の遡及分析.
• モデルのトレーニングのためのサイズ変更と拡張を含む画像の前処理.
• ResNet50とConvNeXtの細部調整 70/30のトレインテスト分割とクロス検証による小型移転学習モデル

主要な成果:

• ConvNeXt Smallはテストセットで100%の精度,リコール,F1スコアを達成しました.
• ResNet50は高精度で 99.16%の精度を示しました.
• 一貫したクロス検証結果 (ConvNeXtの~99%の精度) とアブレーション試験は,移転学習の有効性を確認した.

結論:

• ディープラーニングモデルはCTスキャンで 粘膜炎を非侵襲的に正確に検出できます
• これらのAIツールは,組織病理学を補完する迅速なスクリーニング補助として機能することができます.
• 早期の粘膜症の介入については,さらなる検証と臨床統合が推奨されます.