相关实验视频
Updated: Jul 18, 2025
05:51
Smartphone Fundus Photography
Published on: July 6, 2017
39.0K
人工智能辅助口腔潜在恶性疾病的查,使用智能手机的摄影图像
Vivek Talwar1, Pragya Singh2, Nirza Mukhia3
1CVIT, International Institute of Information Technology, Hyderabad 500032, India.
Cancers
|August 26, 2023
概括
人工智能 (AI) 从印度的智能手机图像中有效检测口腔潜在恶性疾病 (OPMDs). 这种人工智能工具有助于早期查和转诊,这对于改善资源有限的环境中的结果至关重要.
科学领域:
- 口腔医学是指口腔医学.
- 人工智能的人工智能
- 数字健康数字健康
背景情况:
- 口腔潜在恶性疾病 (OPMDs) 和口腔癌在全球范围内正在增加,特别是在低收入和中等收入国家.
- 偏远地区查资源有限,导致检测迟到,增加死亡率和降低生活质量.
研究的目的:
- 用智能手机捕获的印度人口口腔图像来评估人工智能技术对OPMD检测的有效性.
- 评估包括DenseNets和Swin Transformers在内的深度学习模型,用于分类口腔病变.
主要方法:
- 使用了一组由受过培训的卫生保健工作者拍摄的2178张口腔图像 (1120张可疑,1058张非可疑) 的数据集.
- 深度学习模型 (DenseNet201,Swin Transformer) 在内部测试集上进行训练和评估.
- 最好的模型进一步在一组由未经培训的工人拍摄的440张独立图像上进行了测试,评估了由于图像质量而导致的性能变化.
主要成果:
- 在内部测试组中,DenseNet201和Swin变压器 (基础) 获得了高的F1分数,分别为0.84和0.83.
- 在独立测试组 (未经培训的工人的图像) 上,性能下降,DenseNet201 获得了 0.73.7 的最佳 F1 评分.
- 人工智能模型展示了从摄影图像中识别可疑的口腔病变的潜力.
结论:
- 基于智能手机图像的AI分析显示,在资源有限的环境中对OPMD查有希望.
- 这种简化,基于图像的AI解决方案可以支持早期检测,并促进OPMD的及时转诊.
- 需要进一步验证,特别是考虑到未经培训的人员捕获的图像质量的差异.
