一个基于深度学习的实时图像报告系统,用于线性EUS
Xun Li1, Liwen Yao1, Huiling Wu1
1Department of Gastroenterology, Renmin Hospital of Wuhan University, Wuhan, China; Hubei Provincial Clinical Research Center for Digestive Disease Minimally Invasive Incision, Renmin Hospital of Wuhan University, Wuhan, China; Key Laboratory of Hubei Province for Digestive System Disease, Renmin Hospital of Wuhan University, Wuhan, China.
Gastrointestinal endoscopy
|October 20, 2024
概括
一个新的深度学习系统,EUS-AIRS,自动捕获高质量的内超声波 (EUS) 图像,用于胆腺成像. 这种人工智能系统在图像完整性和准确性方面明显优于内镜.
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:
- 图像采集完整性对于内镜超声波 (EUS) 报告至关重要.
- 内镜医生之间EUS报告质量的变化需要改进文档.
- 目前的EUS报告缺乏一致的,高质量的图像捕获.
研究的目的:
- 开发和评估一个基于深度学习的系统,用于EUS自动图像报告 (EUS-AIRS).
- 为了实现实时,在EUS期间标准站点,病变和穿孔程序的自动照片记录.
- 提高EUS检查和疾病相关决策的质量和一致性.
主要方法:
- 整合了八个深度学习模型来创建EUS-AIRS,在235,784个图像上进行了训练.
- 通过追溯 (内部/外部) 和前性测试的人机比较来评估性能.
- 一项前性测试涉及114名在武汉大学的民医院接受EUS的患者.
主要成果:
- 在追溯测试中,EUS-AIRS在捕获胆腺标准站方面表现出优越的完整性,与内镜师相比 (90.8%-91.4% vs 68.2%-70.5%).
- 该系统在前性测试中显著超过手动报告 (91.4% vs 78.1%).
- 欧盟航空舰队在标准站图像捕获方面实现了高准确性和完整性.
结论:
- 欧盟航空航天系统 (EUS-AIRS) 显示出卓越的实时能力,能够捕获高质量,高完整的胆腺欧盟航空航天系统 (EUS) 图像.
- 这种由人工智能驱动的系统在EUS领域有很大的应用潜力.
- 这项技术可以提高EUS报告的标准化和质量.
