基于ConvNeXtt的高精度宫癌前病变分类方法
Jing Tang1, Ting Zhang2, Zeyu Gong1
1State Key Laboratory of Intelligent Manufacturing Equipment and Technology, School of Mechanical Science and Engineering, Huazhong University of Science and Technology, Wuhan 430074, China.
Bioengineering (Basel, Switzerland)
|December 23, 2023
概括
这项研究引入了一种使用ConvNeXt AI.用于宫癌查的新型高精度方法. 这种先进的技术提高了分类准确性,为癌前病变提供了更有效的诊断工具.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 传统的宫癌诊断依赖于人类乳头瘤病毒 (HPV) 测试,由于个体变异和时间波动,这可能是昂贵的.
- 宫细胞学提供了一个替代方案,但由于复杂的细胞结构和微妙的亚型差异,在高精度查方面面临挑战.
研究的目的:
- 开发一种高精度的分类方法,用于宫癌前病变.
- 通过先进的人工智能技术来增强宫癌查.
主要方法:
- 基于ConvNeXt架构的新方法被提出.
- 自主监督的数据增强和集体学习策略用于特征提取和歧视.
- 深细胞学水平 (DCCL) 数据集,包括1167个宫细胞学标本,用于培训和验证.
主要成果:
- 拟议的方法在DCCL数据集上实现了比以前的先进模型高8.85%的分类准确度.
- 该技术在特征提取和宫细胞的类别间歧视方面表现出显著的优势.
结论:
- 基于ConvNeXt的方法在高精度的宫癌癌前癌性病变查方面取得了重大进展.
- 这种人工智能驱动的方法有望提高宫癌诊断的准确性和效率.
更多相关视频
06:57Chromogenic In Situ Hybridization as a Tool for HPV-Related Head and Neck Cancer Diagnosis
Published on: June 14, 2019
10.4K
09:37Combining Reflectance Confocal Microscopy with Optical Coherence Tomography for Noninvasive Diagnosis of Skin Cancers via Image Acquisition
Published on: August 18, 2022
2.3K