深度学习用于在内镜超声波上对结直肠癌的细分
F van den Noort1, F Ter Borg2, A Guitink2
1Department of Applied Mathematics, Technical Medical Center, University of Twente, Drienerlolaan 5, 7522 NB, Enschede, the Netherlands. f.vandennoort@utwente.nl.
Techniques in coloproctology
|December 13, 2024
概括
对内镜超声波 (EUS) 图像的自动化分析显示,对早期直肠癌深度评估的标准化有希望. 这种深度学习方法准确地细分瘤和组织层,帮助治疗决策.
科学领域:
- 胃肠病学 胃肠病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 准确评估直肠癌侵袭深度对于成功的肠节约手术至关重要.
- 目前像MRI这样的成像方法缺乏足够的分辨率,内镜超声波 (EUS) 的解释是主观的.
- 通过EUS的自动图像细分,可以标准化解释,提高诊断准确度.
研究的目的:
- 在EUS图像上开发和评估深度学习模型,用于在EUS图像上自动细分直肠瘤,粘膜下和肌肉自身.
- 与专家手动细分相比,评估自动细分的准确性.
主要方法:
- 在373个EUS图像的专家手动细分上训练了一个卷积神经网络.
- 该模型进行了瘤,粘膜下和肌肉自身的细分.
- 用平均表面距离 (MSD),豪斯多夫距离 (HDD) 和子相似度指数 (DSI) 来量化细分精度.
主要成果:
- 自动化细分显示出与手动细分的良好一致性.
- 中位数MSD值在2.6到3.4像素之间,中位数HDD值在17.7到24.7像素之间.
- 瘤,粘膜下和肌肉自身的DSI值的中位数分别为0.82,0.57和0.59.
结论:
- 使用深度学习的EUS图像的自动分析显示了早期直肠癌的令人鼓舞的结果.
- 这项技术有可能使EUS解释标准化,并改善瘤入侵深度的评估.
- 需要进一步的临床验证才能将这种工具纳入实践.
关键词:
深度学习是一种深度学习.诊断成像诊断成像的使用内分泌声学 (endosonography) 是一种内分泌声学 (endosonography) 是一种内分泌声学 (endosonography)这是直肠癌.更多相关视频
09:42Murine Endoscopy for In Vivo Multimodal Imaging of Carcinogenesis and Assessment of Intestinal Wound Healing and Inflammation
Published on: August 26, 2014
18.6K
15:49Flexible Colonoscopy in Mice to Evaluate the Severity of Colitis and Colorectal Tumors Using a Validated Endoscopic Scoring System
Published on: October 16, 2013
31.7K
相关概念视频
01:25Ultrasound II: Endoscopic Ultrasound and FibroScan
77
Endoscopic Ultrasound (EUS) and FibroScan are valuable diagnostic tools in gastroenterology and hepatology, each with specific applications and techniques.
Endoscopic Ultrasound (EUS):
Endoscopic Ultrasound (EUS):
77
01:25Endoscopic Procedures II: Colonoscopy
56
The colon, or large intestine, is the final segment of the digestive system. Its primary functions include absorbing water and vitamins produced by gut bacteria and transforming waste from liquid to solid to form stool. In adults, the large intestine is approximately 5 feet long and consists of four main sections:
56