在喉腔镜下自动识别隐藏的鱼骨:基于YOLO-V5的实用AI模型
Xiaoyao Tao1, Xu Zhao2, Hairui Liu3
1Otorhinolaryngology Head and Neck Surgery Department, The First Affiliated Hospital of Anhui Medical University, Hefei, China.
The Laryngoscope
|November 20, 2023
概括
使用YOLO-V5的AI模型可以使用喉腔镜图像有效地检测喉中的鱼骨. 这种人工智能工具可以帮助医生比人类专家更快地识别这些外体.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 鱼骨损伤是经常发生的耳鼻喉科紧急情况.
- 在喉腔镜检查过程中识别鱼骨是具有挑战性的,因为它们的外观和喉解剖学复杂性.
- 专家临床经验对于高效的鱼骨检测至关重要.
研究的目的:
- 开发一种人工智能模型,以帮助临床医生在喉镜检查过程中检测喉鱼骨.
- 提高在紧急情况下鱼骨识别的效率和准确性.
主要方法:
- 训练了一个YOLO-V5算法模型,使用3133个鱼骨喉镜图像.
- 在一个单独的测试数据集上验证了模型的性能,将其预测与人类专家进行了比较.
- 评估了使用七个喉腔镜视频的实时检测能力.
主要成果:
- YOLO-V5模型的平均精度为0.857 (IOU值为0.5),精度,回忆和F1分数分别为0.909,0.818和0.87.
- 验证组的整体准确度为0.821,相当于耳鼻喉专家的整体准确度.
- 该模型比人类处理图像的速度快 (0.012秒/图像),并且显示出强大的视频识别性能.
结论:
- 人工智能模型在静态和动态喉镜视图中有效地识别和定位鱼骨异物.
- 这种人工智能工具显示出在耳鼻喉科紧急情况中临床应用的巨大潜力.


