目的:通过深度卷积神经网络(convolutional neural network,CNN)技术实现胃病变内镜图像的快速、准确人工智能辅助诊断。方法:收集2012—2018年北京大学人民医院1 121例胃病变的普通白光内镜图像和病理结果。胃病变图像包括消化性溃疡、早期胃癌及高级别上皮内瘤变、进展期胃癌、胃黏膜下肿瘤共4类,另外还包括无病变正常胃黏膜图像。共17 217张图像作为训练集,使用CNN ResNet-34模型训练分类任务,使用全CNN DeepLabv3模型训练像素分割任务。经过训练后的CNN通过一个测试集评估诊断效能,测试集包括237例胃病变,共1 091张普通内镜图像。计算CNN诊断的准确率、敏感度、特异度、阳性预测值、阴性预测值。结果:CNN对于早期胃癌及高级别上皮内瘤变的诊断准确率为78.6
作者:张黎明;张洋;王俐;王江源;刘玉兰
来源:中华消化内镜杂志 2021 年 38卷 10期