用内镜超声波进行深度学习:在检测远端胆管癌的突破
Rares Ilie Orzan1,2, Delia Santa3, Noemi Lorenzovici3
13rd Department of Internal Medicine, Iuliu Hațieganu University of Medicine and Pharmacy, Victor Babeș Str., No. 8, 400012 Cluj-Napoca, Romania.
Cancers
|November 27, 2024
概括
人工智能 (AI) 显著改善了内镜超声波 (EUS) 图像分析,用于诊断远端胆管癌 (dCCA). 这种人工智能工具提高了诊断的准确性和效率,帮助临床医生更好地照顾患者.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 胃肠病学 胃肠病学
背景情况:
- 胆管癌 (CCA) 是一种致命的胆管癌,通常是晚诊断的.
- 从诊断上来说,区分良性和恶性胆道瘤是具有挑战性的.
- 先进的成像技术对于早期和准确的诊断至关重要.
研究的目的:
- 通过使用内镜超声波 (EUS) 提高远端胆管癌 (dCCA) 的诊断准确性.
- 开发和评估先进的卷积神经网络 (CNN) 用于对EUS图像进行分类和细分.
- 在EUS图像中专门针对dCCA,胰腺和胆管结构.
主要方法:
- 一个回顾性研究,利用dCCA患者的EUS图像.
- 开发一个定制的CNN用于图像分类,在156张图像上训练并扩展到1248张.
- 使用DeepLabv3+与ResNet50实现器官和瘤细分,使用Tversky损失.
主要成果:
- CNN的分类达到97.82%的准确性,100%的精度和特异性,以及94.44%的灵敏度.
- 细分模型显示 84% (胰腺) 和 90% (胆管) 的准确性,与强烈的交叉对联盟 (IoU) 评分.
- 人工智能应用在概括和边界划分方面表现优于UNet模型.
结论:
- 人工智能具有显著的潜力,可以提高dCCA的EUS的诊断准确性和效率.
- 开发的 MATLAB 应用程序是医疗专业人员的宝贵工具.
- 这种人工智能驱动的方法可以促进知情决策,并改善胆管癌患者的治疗结果.
