在计算机辅助诊断系统中应用的胃肠道疾病分类深度学习方法的审查
Qianru Jiang1, Yulin Yu1, Yipei Ren1
1College of Information Engineering, Zhejiang University of Technology, Hangzhou, 310023, Zhejiang, P.R. China.
Medical & biological engineering & computing
|September 29, 2024
概括
深度学习 (DL) 增强了用于临床诊断的胃肠道 (GI) 疾病分类. 本综述详细介绍了一种计算机辅助诊断 (CAD) 系统,该系统解决了胃肠道成像方面的挑战,以提高准确性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 胃肠病学 胃肠病学
背景情况:
- 深度学习 (DL) 在改善胃肠道 (GI) 疾病的智能分类方面表现有前途.
- 对于胃肠道疾病,现有的计算机辅助诊断 (CAD) 系统需要与临床诊断工作流程保持一致.
- 胃肠道成像具有挑战,包括复杂的场景,临床限制和技术障碍.
研究的目的:
- 审查用于GI疾病分类的深度学习 (DL) 技术.
- 为胃肠道疾病提供计算机辅助诊断 (CAD) 系统,反映临床诊断过程.
- 解决胃肠道成像方面的挑战,以提高诊断准确度.
主要方法:
- 器官定位 (食道,胃,小肠,大肠) 以确定病变的位置.
- 基于已知的器官位置的单一疾病检测和分类.
- 全面的多种疾病分类.
主要成果:
- 单个和多个分类结果的比较,以提高准确性.
- 开发一个更有效的计算机辅助诊断 (CAD) 系统用于肠道疾病.
- 展示DL在处理复杂的胃肠道成像场景方面的能力.
结论:
- 基于DL的CAD系统可以显著帮助临床诊断胃肠道疾病.
- 一种结构化,多阶段的方法可以提高胃肠道疾病分类的准确性.
- 进一步开发DL技术对于推进胃肠道诊断工具至关重要.
