虚拟NBI图像合成使用稳定扩散来增强早期胃癌的识别:一项技术验证研究
Changda Lei1, Xiuji Kan1, Yifan Ouyang1
1Department of Gastroenterology, The First Affiliated Hospital of Soochow University, Suzhou, China.
Annals of medicine
|June 28, 2025
概括
虚拟窄带成像 (Vir-NBI) 有效地帮助早期发现胃癌. 这种人工智能驱动的方法转换标准内镜图像,提高医生在所有经验水平的诊断准确性.
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:
- 窄带成像 (NBI) 提高了胃癌 (EGC) 的早期检测,但由于成本和知识产权而面临采用障碍.
- 为广泛开展EGC选,开发对NBI具有成本效益的替代品至关重要.
研究的目的:
- 开发一种使用稳定扩散AI将标准白光内镜 (WLE) 图像转换为虚拟NBI (Vir-NBI) 图像的方法.
- 评估Vir-NBI图像的诊断性能,与WLE和传统的NBI相比,用于EGC检测.
主要方法:
- 稳定扩散人工智能使用218名患者的273张NBI图像进行了微调.
- 人工智能模型将来自107名患者的111张WLE图像转换为Vir-NBI图像.
- 不同经验水平的内镜师评估了图像集 (WLE,NBI,Vir-NBI) 用于EGC诊断和边缘描绘.
主要成果:
- 与WLE图像相比,Vir-NBI图像显示出更高的质量.
- 对于EGC的诊断准确性在所有内镜师水平上都得到了改善:初级 (81.08%),中级 (84.68%) 和高级 (92.79%).
- 与WLE相比,Vir-NBI对病变区域和整个病变的诊断显示出明显更高的一致率.
结论:
- 虚拟NBI (Vir-NBI) 图像提供了与真实NBI相似的可视化效果,增强了病变结构的描绘.
- 这种基于人工智能的Vir-NBI技术显著提高了早期胃癌诊断的准确性.


