使用神经网络从口腔粘液的组织病理图像中检测建筑失塑特征
Watchanan Chantapakul1, Sirikanlaya Vetchaporn2, Sansanee Auephanwiriyakul1,3
1Biomedical Engineering Institute, and the Biomedical Engineering and Innovation Research Center, Chiang Mai University, Chiang Mai 50200, Thailand.
Bioengineering (Basel, Switzerland)
|March 28, 2025
概括
早期发现口腔癌是关键的. 一个新的神经网络准确地识别了口腔上皮质发育不良 (OED),这是口腔癌的前体,改善了对不规则的上皮质分层和球状网脊的诊断能力.
科学领域:
- 在瘤学瘤学.
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
背景情况:
- 口腔癌对健康构成重大风险,早期检测对于成功治疗至关重要.
- 口腔上皮质质变形症 (OED) 是一种癌前疾病,在口腔状细胞癌 (OSCC) 之前出现,具有关键诊断指标.
- 识别OED特征,如不规则的上皮层分层和球状网脊,对于风险评估至关重要.
研究的目的:
- 开发和评估神经网络架构,用于自动检测口腔表皮中的失塑特征.
- 调查各种架构组件 (可怕的卷积,批量规范化,聚合,掉落) 对检测性能的影响.
- 确定拟议模型在识别口腔上皮质发育不良的关键指标方面的有效性.
主要方法:
- 设计了一种新的神经网络架构,结合了心脏卷积,批量正常化,全球聚合和脱落层.
- 创建了一个图像补丁签名库,并用于训练和验证神经网络模型.
- 进行了废弃研究,以分析不同建筑组件的贡献.
主要成果:
- 在验证组中,表现最好的神经网络模型在验证组中平均达到97.52%的准确性.
- 接受器操作特征 (ROC) 曲线分析在一组盲测试中证明了高检测概率:0.8571对于不规则的上皮层分层和0.8462对于球状网脊.
结论:
- 开发的神经网络架构在检测口腔上皮质质变形时表现出高的准确性和有效性.
- 这些发现表明,这是一种有前途的工具,可以用于早期和准确地诊断口腔癌前体.
- 自动检测OED特征可以显著帮助风险分层和及时干预口腔癌.
