相关实验视频
Updated: Jun 26, 2026
08:58
Artificial Intelligence Approaches to Assessing Primary Cilia
Published on: May 1, 2021
3.5K
人工智能辅助诊断成像:一种在癌前查中最先进的技术
Yang-Bor Lu1,2, Si-Cun Lu3,4, Fu-Dong Li5
1Department of Digestive Disease, Xiamen Chang Gung Hospital, Hua Qiao University, Xiamen, China.
Journal of gastroenterology and hepatology
|December 7, 2023
概括
一个人工智能 (AI) 模型可以将标准的内镜图像转换为虚拟的蓝色红 (IC) 染色图像. 这种由人工智能驱动的虚拟染色显示了与传统IC染色体检查可比的质量,用于识别胃肠道病变.
科学领域:
- 胃肠病学 胃肠病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 使用印花红 (IC) 染料的染色体检查对于识别胃肠道瘤至关重要.
- 目前的方法很大程度上依赖于内镜师的技能,缺乏标准化的病变识别协议.
- 一个人工智能 (AI) 模型被开发出来,有可能取代传统的染色内镜.
研究的目的:
- 评估一种新的AI模型的可行性,用于将白光图像 (WLI) 转换为虚拟IC染色图像.
- 评估人工智能模型的性能与专家内镜师的评估.
主要方法:
- 一项试点研究利用了基于网络的生成对抗性AI模型,从WLI创建虚拟IC染色图像.
- 五位盲目内镜专家在1 (不可接受) 到4 (优秀) 的尺度上对真实IC染色和人工智能生成的虚拟IC染色图像的质量进行了评价.
主要成果:
- 人工智能模型成功地从WLI生成了各种胃肠道病变的虚拟IC染色图像.
- 在AI生成和真实IC染色图像之间的质量评级中,对于表面结构,损伤边缘和整体对比度没有发现显著差异.
- 虽然个体评价者得分有所不同,但染色方法 (AI与真实IC) 和评价者之间没有显著的相互作用.
结论:
- 该研究表明,使用人工智能在内镜中进行虚拟IC染色的可行性.
- 这种人工智能技术有望在临床实践中增强胃肠病变识别.
- 虚拟染色方法可能为内镜诊断提供一种标准化且独立于技能的方法.
