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5159张胃镜图像,其中包括早期胃癌1000张,良性病变及正常图像4159张.首先选取4449张图像(其中早期胃癌图像768张,其他良性病变及正常图像3681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.
作者:王智杰;高杰;孟茜茜;杨婷;王则远;陈兴春;王东;李兆申
来源:中华消化内镜杂志 2018 年 35卷 8期