使用深度学习算法检测癌前舌头病变,用于早期口腔癌诊断

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 由于当前查方法的局限性,口腔癌 (OC) 往往是晚诊断的.
• 早期发现癌前的舌头病变对于降低死亡率至关重要.
• 关于深度学习用于识别特定于舌头的口腔癌的研究有限.

研究的目的:

• 开发和评估深度学习模型,用于从舌头病变早期检测口腔癌.
• 解决口腔癌研究中舌头病变分析专用数据集的缺乏问题.
• 为了比较各种卷积神经网络 (CNN) 架构的性能,并为此任务转移学习.

主要方法:

• 为培训和验证,创建了一个自定义的舌头损伤图像数据集.
• 他们使用了几种深度学习模型,包括DenseNet,MobileNet,VGG,ResNet,EfficientNet,Inception和AlexNet.
• 使用转移学习技术来增强诊断能力.
• 用训练和验证准确度以及损失指标来评估模型性能.

主要成果:

• 在评估的深度学习模型中,VGG16模型实现了最高的性能.
• VGG16的培训准确率为97.66%,验证准确率为89.06%.
• 这项研究强调了深度学习在从舌头图像中准确识别口腔癌方面的潜力.

结论:

• 深度学习模型,特别是VGG16,在早期和准确地检测舌头病变引起的口腔癌方面显示出重大前景.
• 由于现有数据的稀缺性,定制数据集的开发是必不可少的.
• 建议进行进一步的研究和验证,以将这些人工智能驱动的工具整合到临床实践中,以改善口腔癌查.