应用卷积神经网络的人工智能技术在早期食管癌诊断中的临床分析
打开文本图片集
[摘要] 目的 验证一个由卷积神经网络的人工智能系统技术模型，从而提高临床白光内镜下早期食管癌的诊断水平。方法 回顾性方便收集2016年7月”2018年8月期间吉林市人民医院内镜中心数据库中2 120张食道图像，其中包括早期食管癌288张，良性病变及正常图像1 832张。首先通过腾讯觅影人工智能系统技术模型对该2 120张图像进行验证，同时在交给4名内镜医师进行诊断，最后分析统计结果。结果 卷积神经网络人工智能模型用于早期食管癌的准确率为88.4%（1 875/2 120）、敏感度89.6%（258/288）、特异度88.3%（1 617/1 832），每张图像的诊断时间为（0.25±0.03）s，均优于4名内镜医师。结论 该实验证明由卷积神经网络技术建立的人工智能模型对食管癌诊断有较高的准确率、敏感度、特异度，可在临床白光内镜中辅助内镜医师进行诊断。
[关键词] 卷积神经网络;人工智能;食管癌;诊断;白光内镜
[中图分类号] R735 [文献标识码] A [文章编号] 1674-0742（2019）06（c）-0007-04
[Abstract] Objective To validate a technical model of artificial intelligence system by convolutional neural network， so as to improve the diagnosis of early esophageal cancer under clinical white endoscopy. Methods A retrospective convenient collection of 2 120 esophageal images in the endoscopy center database of Jilin City People"s Hospital from July 2016 to August 2018 included 288 early esophageal cancers， benign lesions and 1 832 normal images. Firstly， 2 120 images were verified by Tencent"s shadow artificial intelligence system technology model， and then diagnosed by four endoscopists， and finally the statistical results were analyzed. Results The accuracy of convolutional neural network artificial intelligence model for early esophageal cancer was 88.4% （1 875/2 120）， sensitivity 89.6% （258/288）， ...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
