基于空间时间特征转换的多重体识别用于自动检测:在结肠直肠多重体检测和诊断方面,比初学者内镜师的准确度更高
Jianhua Xu1,2, Yaxian Kuai1,2, Qianqian Chen1,2
1Anhui Medical University, Hefei, Anhui, 230032, China.
Digestive diseases and sciences
|January 20, 2024
概括
基于STFT的新型人工智能模型显著提高了结肠杆菌检测准确度和灵敏度,与内镜相比,特别是对于小小的息肉. 这种人工智能工具可以提高结肠镜检查的质量.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 胃肠病学 胃肠病学
背景情况:
- 人工智能 (AI) 显示出提高结肠镜检查质量的前景.
- 开发用于多胞体检测的AI工具对于改善患者的治疗结果至关重要.
研究的目的:
- 开发基于短时间里叶变换 (STFT) 的结肠多检测模型.
- 评估模型在随机实验中的表现与内镜师的表现.
主要方法:
- 使用了从2018年1月到2022年11月的结肠镜视频.
- 随机选择了1500张结肠镜图像和1200张多镜图像的数据集进行测试.
- STFT模型的识别结果与不同经验水平的内镜师进行了比较.
主要成果:
- 该STFT模型实现了比不那么有经验的内镜师更高的精度和特异性.
- 模型灵敏度 (0.904) 超过了所有内镜组 (P < 0.05).
- 与初学者内镜学家相比,该模型在小息肉 (≤0.5厘米和0.6-1.0厘米) 上显示出更高的精度.
结论:
- 基于STFT的AI模型准确地检测视频中的结肠多.
- 该模型在识别小聚 (≤0.5厘米) 方面特别有效.
- 这种AI工具具有显著的潜力,可以提高结肠镜诊断的准确性.
