• 论著 •
基于深度学习的人工智能技术在早期胃癌诊断中的应用
中华消化内镜杂志, 2018,35(8)
: 551-556. DOI: 10.3760/cma.j.issn.1007-5232.2018.08.004
摘要
目的
构建和验证一个用于早期胃癌自动识别的深度学习模型，旨在提高早期胃癌的识别和诊断水平。
方法
从长海医院消化内镜中心数据库选取2014年5月至2016年12月期间5 159张胃镜图像，其中包括早期胃癌1 000张，良性病变及正常图像4 159张。首先选取4 449张图像(其中早期胃癌图像768张，其他良性病变及正常图像3 681张)用于深度学习模型的训练。然后将剩余的710张图像用于模型的验证，同时再交给4名内镜医师进行诊断。最后统计相关结果。
结果
深度学习模型用于早期胃癌诊断的准确率89.4%(635/710)、敏感度88.8%(206/232)、特异度89.7%(429/478)，每张图像的诊断时间为(0.30±0.02)s，均优于相比较的4名内镜医师。
结论
本研究构建的深度学习模型用于早期胃癌的诊断具有较高的准确率、特异度和敏感度，可在胃镜检查中辅助内镜医师进行实时诊断。
引用本文:
王智杰,
高杰,
孟茜茜,
等.
基于深度学习的人工智能技术在早期胃癌诊断中的应用
[J]
. 中华消化内镜杂志, 2018, 35(8)
: 551-556.
DOI: 10.3760/cma.j.issn.1007-5232.2018.08.004.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
