对临床医生的诊断表现和深度学习模型的图像质量评估:横截面比较读者研究
A I Oloruntoba1, M Asghari-Jafarabadi1, M Sashindranath1
1School of Public Health and Preventive Medicine, Monash University, Melbourne, Victoria, Australia.
Journal of the European Academy of Dermatology and Venereology : JEADV
|December 10, 2024
概括
图像质量显著影响皮肤癌的诊断. 高质量的图像提高了临床医生的表现,而人工智能在复杂的分类方面表现出色,影响了远程医疗战略.
科学领域:
- 皮肤病学 皮肤病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 皮肤癌的诊断对于患者的治疗结果至关重要.
- 皮肤镜和人工智能显示出提高诊断准确性的潜力.
- 智能手机图像质量,包括HDR,对诊断的影响尚不清楚.
研究的目的:
- 评估图像质量的变化,包括HDR增强图像,如何影响诊断性能.
- 为了比较临床医生和CNN模型在不同图像质量的诊断能力.
主要方法:
- 18名临床医生评估了303张皮肤病变图像,分别是低 (LQ),高 (HQ) 和增强 (EQ) 质量组.
- 图像被评估为诊断,管理和信心.
- 使用HDR风格的转换,从智能手机捕获的皮肤镜像创建EQ图像.
主要成果:
- 临床医生在二进制和多类分类中的HQ图像表现最好 (例如,对二进制的精度为70.2%,对多类的精度为51.5%).
- 临床医生在二进制分类的LQ和EQ图像上表现优于CNN.
- 在多类分类的HQ图像上,CNN模型显著优于临床医生 (p < 0.01).
结论:
- 图像质量是影响临床医生和人工智能模型诊断性能的关键因素.
- 这些发现对远程医疗服务和诊断分拣的可靠性有重大影响.
- 优化图像质量对于准确的AI辅助和临床医生领导的皮肤癌诊断至关重要.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
10:26Author Spotlight: A 3D Digital Model for the Diagnosis and Treatment of Pulmonary Nodules
Published on: May 19, 2023
1.8K
