光刺激扫描高光谱成像与可扩展的2D-3D深度学习框架用于结直肠癌检测
Willaim Oswald1,2, Craig Browning2,3, Ruthba Yasmin1
1Department of Electrical and Computer Engineering, University of South Alabama, Mobile Alabama, 36688, USA.
Scientific reports
|June 26, 2024
概括
一个新的人工智能 (AI) 框架增强了使用高光谱成像 (HSI) 的结直肠癌检测. 这种人工智能工具改善了病变分类,并为使用HSI显微镜和内镜的临床医生提供了视觉解释性.
科学领域:
- 医学成像医学成像
- 人工智能的人工智能
- 癌症诊断 癌症诊断 癌症诊断
背景情况:
- 结肠直肠癌是美国癌症死亡的主要原因.
- 目前的结肠镜成像对检测病变具有中度的灵敏度和特异性.
- 高维超谱成像 (HSI) 数据带来了处理和解释方面的挑战.
研究的目的:
- 开发一个可扩展的人工智能 (AI) 框架,用于分类激发扫描HSI显微镜数据.
- 为了提高结直肠癌查的诊断潜力.
- 在HSI数据分析中提供AI决策的可解释性.
主要方法:
- 开发了一个端到端的AI框架,用于HSI数据分类.
- 实现实时分类,具有可调节的速度/性能权衡.
- 集成工具可用于可视化损伤位置和AI解释性 (热图).
主要成果:
- 人工智能框架实现了HSI数据的准确图像分类.
- 它提供了像素对像素的解释性,并可视化AI决策.
- 波长依赖的冲击分析通过热图提供.
结论:
- 人工智能框架适用于HSI显微镜和内镜平台.
- 它使临床医生能够实时分析和可视化.
- 这种方法有可能提高结直肠癌查准确度.
更多相关视频
10:35Multimodal Imaging and Spectroscopy Fiber-bundle Microendoscopy Platform for Non-invasive, In Vivo Tissue Analysis
Published on: October 17, 2016
7.8K
11:27Quantitative Multispectral Analysis Following Fluorescent Tissue Transplant for Visualization of Cell Origins, Types, and Interactions
Published on: September 22, 2013
9.4K
