通过使用深度学习在喉内镜中实时信息框架分类的自动化方法
Chiara Baldini1,2, Muhammad Adeel Azam1,2, Claudio Sampieri3,4,5
1Department of Advanced Robotics, Istituto Italiano di Tecnologia, Genoa, Italy.
概括
人工智能 (AI) 可以自动从喉腔镜视频中选择信息框架. 这种人工智能系统显示出高精度和实时功能,有助于诊断和数据管理.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 喉腔镜产生了大量的视频数据集,这给手工审查和数据提取带来了挑战.
- 自动信息化图像选择可以改善喉腔镜检查中的数据管理和诊断准确性.
研究的目的:
- 为了证明人工智能系统的可行性,用于在喉腔镜检查期间自动实时选择信息.
- 在检查期间向耳鼻喉科医生提供视觉反.
主要方法:
- 包括ResNet-50在内的深度学习模型在喉镜图像 (白光和窄带) 的内部和外部数据集上进行了训练和测试.
- 使用四个测试视频评估了表现最好的模型的实时性能.
主要成果:
- ResNet-50模型实现了高精度 (95%内部,97%外部) 和F1得分 (96%内部,93%外部).
- 该模型在识别诊断相关框架方面表现出色.
结论:
- 人工智能模型在喉镜视频中识别关键方面表现出色.
- 该系统的准确性和实时功能使其在质量控制和人工智能辅助瘤检测中的临床应用具有前景.
