大鼻异常的计算机辅助诊断:验证和临床相关性
Debayan Bhattacharya1,2, Benjamin Tobias Becker2, Finn Behrendt1
1Institute of Medical Technology and Intelligent Systems, Technische Universitaet Hamburg, Hamburg, Germany.
The Laryngoscope
|March 23, 2024
概括
一个新的计算机辅助诊断 (CAD) 系统使用3D CNNs有效地区分上鼻. 这种自动化方法有助于在大型人群研究中发现临床相关性.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 人口健康研究 人口健康研究
背景情况:
- 大鼻 (MS) 变暗的诊断是劳动密集的.
- 自动化差异化可以在大型队列中简化临床洞察力发现.
研究的目的:
- 开发和评估计算机辅助诊断 (CAD) 系统,用于自动检测上鼻变暗.
- 在以人口为基础的研究中探索MS opacifications与各种临床因素之间的相关性.
主要方法:
- 使用汉堡城市健康研究 (HCHS) 队列.
- 开发了一种CAD系统,使用一组3D卷积神经网络 (CNN) 来分析头骨MRI.
- 与临床数据相关的MS不透明状态,包括生活方式,病史和生物标志物.
主要成果:
- 该CAD系统实现了高性能 (AUROC:0.95,灵敏度:0.85,特异性:0.90).
- 多发性硬化与更高的酒精消费,BMI和喘发病率 (内在和外在) 有关.
- 男性性别,花粉热和家尘过敏与更高的患病率有关,而蜜蜂/黄蜂毒素过敏较少见.
结论:
- 一个基于3D CNN的CAD系统有效地区分了带有和没有不透明的MS.
- 该自动化系统增强了诊断能力,并促进了人口研究中的临床数据相关性.
