开发一个人工智能辅助系统,用于自动识别和定位,标记结肠多 (用视频)

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:

• 在微创手术期间定位结肠直肠多,由于描述不准确和多可见性等因素而具有挑战性.
• 目前的方法难以与平面的息肉和低对比度作斗争,阻碍了准确的识别.

研究的目的:

• 开发一种人工智能辅助系统,用于自动检测和定位结直肠多.
• 提高结肠镜检查过程中多体识别的准确性和效率.

主要方法:

• 利用了来自三个医疗中心的结肠图像和视频 (2018年1月至2024年8月).
• 员工将学习和微调转移到五个预训练的卷积神经网络 (CNN) 模型上.
• 使用准确度,精度,灵敏度和曲线下的面积 (AUC) 评估模型性能.

主要成果:

• 在验证组中,EfficientNetV2表现出高精度 (0.933),精度 (0.917),灵敏度 (0.916) 和F1评分 (0.917) 的卓越性能.
• 该模型在测试组中取得了出色的结果,具有整体加权平均精度 (0.903),特异性 (0.946) 和AUC (0.983).
• 通过代表性结肠镜病例视频证明了临床可行性.

结论:

• 开发的AI系统有效地识别和标记结肠多位的位置.
• 这种人工智能工具有助于在最少的侵入性内镜手术中快速定位聚.
• 该系统有望改善结直肠手术中的外科手术结果.