使用深度学习检测和分类透镜图像
Diego Raimondo1, Antonio Raffone2,3, Paolo Salucci2
1Division of Gynaecology and Human Reproduction Physiopathology, IRCCS Azienda Ospedaliero-Universitaria di Bologna, 40138 Bologna, Italy.
Cancers
|April 13, 2024
概括
深度学习模型在检测从透镜图像中的子宫内膜病理方面显示出有限的诊断性能. 结合临床因素略有提高了人工智能工具在识别子宫内病变方面的准确性.
科学领域:
- 妇科 妇科 妇科 妇科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 带有子宫内膜活检的宫内膜镜检查是诊断子宫内膜病理的标准,但严重依赖妇科医生专业知识.
- 深度学习 (DL) 通过分析透镜图像来提高诊断准确度.
- 有限的研究存在于DL模型的性能用于子宫内病变的识别和临床数据的影响.
研究的目的:
- 开发和评估一个DL模型,用于自动检测和分类的子宫内膜病理,使用透镜图像.
- 评估DL模型的诊断性能,包括和不包括临床因素.
主要方法:
- 一项回顾性队列研究分析了来自266名确诊患有子宫内病变的患者的1500张透镜图像.
- 开发了一个DL模型来分类和识别腔内子宫病变.
- 对模型的性能进行了评估,包括或不包括患者的临床因素.
主要成果:
- DL模型在检测和分类病变方面显示了整体诊断性能较低.
- 性能指标包括精度,回忆,F1得分和分类和识别任务的准确性.
- 包括临床因素导致DL模型的诊断性能略有改善.
结论:
- 开发的DL模型显示出对歇斯托罗斯透视性子宫内膜病理学的诊断能力有限.
- 虽然临床数据集成提供了边际性能提升,但它并没有显著提高模型的诊断效用.
- 需要进一步的研究来提高DL模型的准确性,以分析子宫内膜病变.
关键词:
这种癌症是癌症癌症.这是子宫内膜癌的癌症.子宫内膜增生症子宫内膜增生症这是子宫内膜的内分泌物.通过内镜检查 (endoscopy) 进行内镜检查这些都是纤维化胚胎.恶性瘤是一种恶性瘤.最少侵入性的侵袭性疾病.这种新生病 neoplasia.聚合物是多重的,它们是多重的.这是子宫,子宫.更多相关视频
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.7K
07:46Author Spotlight: Advancing Reproductive Immunology with a Protocol for the Quantitative Evaluation of Endometrial Immune Cells
Published on: October 13, 2023
1.3K
