通过基于颜色强度的纹理特征查口腔状细胞癌
Preethi N Sharma1, Minal Chaudhary1, Shraddha A Patel2
1Oral and Maxillofacial Pathology, Sharad Pawar Dental College and Hospital, Datta Meghe Institute of Higher Education and Research, Wardha, IND.
Cureus
|April 22, 2024
概括
人工智能 (AI) 工具可以帮助病理学家选口腔状细胞癌 (OSCC). 这项研究开发了一个AI工具,使用Papanicolaou染色涂抹的颜色强度特征,在检测OSCC时达到88%的准确性.
科学领域:
- 病理学 病理学 病理学
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
背景情况:
- 口腔状细胞癌 (OSCC) 的早期查和诊断仍然是病理学家面临的挑战.
- 人工智能 (AI) 提供了一个潜在的客观补充,用于解释涂有帕帕菌素 (PAP) 的口腔涂抹.
- 开发敏感的,计算机辅助的AI工具对于改善OSCC检测至关重要.
研究的目的:
- 开发一种计算机辅助的人工智能工具,利用色彩强度纹理特征来选和诊断OSCC.
- 将AI工具应用于细胞学图像以进行客观分析.
- 为了提高口腔癌的早期检测能力.
主要方法:
- 使用Matlab软件量化提取基于色彩强度的纹理特征 (,对比度,能量,均性,相关性).
- 分析了80名OSCC受试者和80名对照者的PAP染色口腔涂抹.
- 使用灰色级别共发生矩阵 (GLCM) 进行特征提取.
主要成果:
- 在OSCC和对照组之间,,能量,相关性,对比度和同质性的统计学上显著差异.
- 在OSCC病例中观察到更高的和对比度,同质性,相关性和能量下降.
- 接收器操作特征 (ROC) 分析得出了88%的准确性,91%的灵敏性和81%的特异性.
结论:
- 来自GLCM的基于色彩强度的纹理特征对于OSCC诊断的异位细胞和正常细胞的区别具有重要意义.
- 计算机辅助的纹理分析显示了早期检测口腔癌的潜力.
- 这种人工智能方法可以通过及时诊断来改善临床结果.
