鼻息肉的基于人工智能的病理亚型诊断:一个多维和微观可视化研究

科学领域:

• 耳鼻喉科 耳鼻喉科 耳鼻喉科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 鼻息肉 (NP) 呈现多种不同的炎症亚型,影响临床结果.
• 在显微镜图像 (MI) 中手动计数细胞是耗时且主观的.
• 目前的方法限制了NP亚型和治疗决策的诊断精度.

研究的目的:

• 开发一个基于人工智能的系统 (NPSS),用于准确的NP亚型诊断.
• 通过使用人工智能来提高诊断效率和精度.
• 使用集成成像数据预测NP复发.

主要方法:

• 开发了NPSS,使用来自20家医院的2457个幻灯片,包括MI和全幻灯片成像 (WSI).
• 在NPSS-WSI中使用PA-P2PNet进行细胞检测和U-KAN进行区域细分.
• 利用3D重建 (3DNP) 进行空间细胞量化和后勤回归来预测复发.

主要成果:

• 在内部和外部数据集上,NPSS实现了高性能 (F1评分为0.809,IOU为0.827).
• NPSS显著减少了诊断时间 (例如,WSI从10,450秒到250秒),并提高了病理学家的准确性.
• 与基于MI的模型相比,NPSS-WSI预后模型显示出更高的预测性能 (AUC 86.64%).

结论:

• NPSS集成MI,WSI和3DNP,用于精确的NP亚型诊断和预后.
• 人工智能系统提高了诊断效率和管理鼻多的临床实用性.
• 在客观评估和管理鼻息肉方面,NPSS代表了重大进步.