一个基于深度学习的系统,用于线性EUS中介质站本地化 (带视频)
Liwen Yao1,2,3,4, Chenxia Zhang2,3,4, Bo Xu1
1Department of Gastroenterology, Wuhan Fourth Hospital, Wuhan, Hubei Province, China.
Endoscopic ultrasound
|November 16, 2023
概括
本研究介绍了EUS-MPS系统,用于实时识别中间体EUS站,提高训练员的准确性并简化中间体疾病的图像解释.
科学领域:
- 医疗成像医学成像
- 胃肠病学 胃肠病学
- 人工智能的人工智能
背景情况:
- 内镜超声波 (EUS) 对于诊断中关节疾病至关重要.
- 有效的中骨EUS成像依赖于准确的站点识别.
- 目前的方法需要在解剖学和技术技能方面有很大的专业知识.
研究的目的:
- 开发和验证一个实时系统,用于中端EUS站的识别.
- 为了降低中膜超声波图像解释的技术难度.
- 帮助标准化中骨EUS扫描程序.
主要方法:
- 一个深度学习模型,EUS-MPS,在33,010个中间体EUS图像上进行了训练.
- 验证包括来自多家医院的图像,视频和外部数据集.
- 一个人机竞赛和交叉研究评估了系统性能和对训练员准确性的影响.
主要成果:
- 欧盟海军舰队-MPS系统在图像 (90.49%) 和视频 (83.80%) 验证方面取得了很高的准确性.
- 外部验证表明准确率为89.85%.
- 在交叉研究中,训练员在站点识别中的准确性显著提高了13.26%.
结论:
- 基于深度学习的EUS-MPS系统在中站本地化方面表现出强的表现.
- 该系统有可能缩短EUS考试的学习曲线.
- 它可以有助于建立标准化的中腔扫描协议.
