ACD2W-InceptionNeXt:隣接するクラスで区別され,クラス距離が加重されたInceptionNeXtベースのコンピュータ支援のマヨエの静止画像とビデオセグメントのための内視鏡スコアリングシステム
Yuan-Yen Chang1, Ying-Yuan Cheng2, Han-Po Yang2
1Department of Computer Science and Information Engineering, National Taichung University of Science and Technology, Taichung, Taiwan.
Health information science and systems
|February 18, 2026
まとめ
新しいディープラーニングシステム,ACD2W-InceptionNeXtは,内視鏡ビデオを使用して,潰瘍性大腸炎 (UC) の重症度を正確に予測します. このAIツールは,疾患の分類において胃腸内科の医師を支援し,マヨ内視鏡学サブスコア (MES) 評価の一貫性を改善します.
科学分野:
- 胃腸内科 胃腸内科
- メディカルイマージング (医学イメージング)
- 人工知能 (AI) とは,人工知能 (AI) のことです.
背景:
- 潰瘍性大腸炎 (UC) の重症度は,マヨ内視鏡子スコア (MES) を通じて評価されるが,観察者変動によって影響を受ける.
- 正確なMESの格付けは,UCの効果的な管理と治療決定に不可欠です.
研究 の 目的:
- ディープラーニングベースのコンピュータ支援診断 (CADx) システム,ACD2W-InceptionNeXtを開発し,内視鏡ビデオから客観的なMES予測を行う.
- MESの順序的性質を活用して,隣接する重度レベル間の差別を改善する.
主な方法:
- InceptionNeXtと漸進的なACD2W-Loss.を使用した2段階のディープラーニングアプローチ (フレームレベルとセグメントレベルの予測)
- 内視鏡ビデオセグメントから情報フレームの抽出と品質管理.
- 2つの異なるUC内視データセット (CCHとLIMUC) に関するトレーニングと検証.
主要な成果:
- このシステムは,フレームレベルとセグメントレベルの両方のデータセットで高精度と二次加重カッパ (QWK) スコアを達成しました.
- CCHデータセットでは,セグメントレベルの予測は0.834の精度と0.935のQWKをもたらしました.
- LIMUCデータセットでは,フレームレベルの予測が0.797の精度と0.872のQWKを達成しました.
結論:
- ACD2 W-InceptionNeXtシステムは,UC内視鏡ビデオからMESを予測する上で強力なパフォーマンスを示しています.
- このAIツールは,胃腸科医のUC重症度評価の一貫性と正確性を向上させる可能性があります.
