一个概念验证计算机视觉方法来测量小膜穿孔
Obinna Nwosu1,2, Krish Suresh1,2, Renata Knoll1,2
1Department of Otolaryngology-Head & Neck Surgery, Massachusetts Eye & Ear, Boston, Massachusetts, USA.
The Laryngoscope
|January 12, 2024
概括
一个新的计算机视觉模型准确地估计了耳膜穿孔 (TMP) 大小,超过了人类临床医生. 这项技术有望提高耳科诊断的准确性.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 准确测量耳膜穿孔 (TMP) 大小对于诊断和治疗计划至关重要.
- 目前的方法依赖于主观的视觉估计,导致潜在的不准确性.
研究的目的:
- 为了证明计算机视觉模型用于估计TMP大小的可行性.
- 将计算机视觉模型的准确性与手册注释和临床医生的估计进行比较.
主要方法:
- 训练了一种深度学习模型,从内镜图像中对TMP和 tympanic membrane (TM) 区域进行细分.
- 该模型以孔径面积与TM面积的比率计算了相对TMP大小.
- 模型预测与地面真相手动测量和耳鼻喉科医生的估计进行了比较.
主要成果:
- 计算机视觉模型的平均绝对误差为0.8%的高估值.
- 耳鼻喉科医生平均绝对误差为11.0%的高估.
- 该模型的性能明显比临床医生的估计更准确 (p < 0.003).
结论:
- 用计算机视觉方法可以在有限的数据集中估计TMP大小.
- 这项技术为传统的视觉估计提供了更客观,更准确的替代方案.
- 需要对更大,更多样化的数据集进行进一步验证,以确认临床效用.
