诊断口腔潜在恶性疾病的进展:利用视觉变压器进行多类检测
Shankeeth Vinayahalingam1,2,3, Niels van Nistelrooij1,4, René Rothweiler5
1Department of Oral and Maxillofacial Surgery, Radboud University Medical Centre, Nijmegen, the Netherlands.
Clinical oral investigations
|June 7, 2024
概括
这项研究使用视觉转换器有效检测到口腔状细胞癌 (OSCC),同时适度检测到口腔平坦 (OLP) 和白血病. 这项技术有助于早期检测口腔潜在恶性疾病 (OPMD),以预防晚期口腔癌.
科学领域:
- 医疗成像中的人工智能
- 计算机视觉用于疾病检测和检测.
- 机器学习用于口腔病理学.
背景情况:
- 早期诊断口腔潜在恶性疾病 (OPMD) 对于预防口腔癌至关重要.
- 临床照片通常用于OPMD评估.
- 自动检测系统可以帮助临床医生识别可疑病变.
研究的目的:
- 开发和评估基于视觉变压器的模型,用于自动检测和分类常见OPMDs.
- 使用临床图像来区分白血病,口腔平坦 (OLP),口腔状细胞癌 (OSCC) 和健康的口腔粘膜.
- 评估模型在识别这些口腔疾病方面的表现.
主要方法:
- 使用了4161张健康粘膜,白血,OLP和OSCC的临床照片的数据集.
- 图像在像素上进行了注释,并由三个临床医生进行了审查.
- 一个带有Swin变压器的R-CNN面具在3337张图像上使用交叉验证进行训练,并在824张图像上进行测试.
- 计算了性能指标,包括精度,F1得分,灵敏度,特异性,准确性和AUC.
主要成果:
- 该模型在检测口腔状细胞癌 (OSCC) 中取得了高性能,F1得分为0.852,AUC为0.974.
- 检测口腔平坦 (OLP) 的结果是F1得分为0.825和AUC为0.948.
- 检测出白血病导致F1得分为0.796和AUC为0.938.
结论:
- 视力转换器模型证明了从临床照片中有效检测OSCC.
- 该模型在检测OLP和白血病时表现出中等的有效性.
- 这项技术有潜力支持OPMD的早期检测和监测,可能减少晚期口腔癌的负担.
