肺结节的人类形状诊断系统使用基于微弱注释的深度学习
medRxiv : the preprint server for health sciences
|May 15, 2024
概括
这项研究开发了一种用于肺结节诊断的深度学习系统,使用弱注释,实现与需要大量手动标签的系统相比的性能. 这种方法显著减少了诊断肺结节的注释时间和成本.
科学领域:
- 医学成像分析 医学成像分析
- 医疗保健中的人工智能
- 计算病理学计算病理学
背景情况:
- 肺结节 (PNs) 需要准确的诊断才能有效地治疗肺癌.
- 传统的诊断系统依赖于广泛的手册注释,这是耗时和昂贵的.
- 开发高效准确的PN诊断系统对于临床实践至关重要.
结论:
- 开发的DL系统的性能与PN诊断的全注释系统相美.
- 薄弱的注释大大减少了注释时间和成本,使系统适合资源有限的设置.
- 该系统显示出临床翻译的潜力,因为其在诊断肺结节的稳定性和效率.
