目的構(gòu)建人工智能輔助診斷系統(tǒng),自動發(fā)現(xiàn)胃潰瘍病灶,鑒別胃良性潰瘍與惡性潰瘍。方法收集武漢大學(xué)人民醫(yī)院消化內(nèi)鏡中心2016年11月—2019年4月拍攝的胃鏡圖片1 885張,其中正常胃黏膜圖片636張、良性胃潰瘍圖片630張、惡性胃潰瘍圖片619張。其中1 735張為訓(xùn)練集,150張為測試集,分別將圖片輸入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型進行訓(xùn)練。分別構(gòu)建正常胃黏膜與良性潰瘍、正常胃黏膜與惡性潰瘍、良性與惡性潰瘍3個單獨的二元分類模型。結(jié)果 VGG-16模型表現(xiàn)出了最好的結(jié)果,驗證集驗證模型區(qū)分正常黏膜與良性潰瘍、正常黏膜與惡性潰瘍、良性與惡性潰瘍的精確度分別為98.0%、98.0%和85.0%。結(jié)論本研究獲得的模型在發(fā)現(xiàn)潰瘍病灶上具有較好的能力,有望應(yīng)用于臨床輔助潰瘍病灶檢出并鑒別良惡性潰瘍。 

【文章來源】：中華消化內(nèi)鏡雜志. 2020,37(07)北大核心CSCD

【文章頁數(shù)】：5 頁

【參考文獻】：
期刊論文
[1]放大窄帶成像內(nèi)鏡對不明性質(zhì)胃潰瘍的診斷價值[J]. 丁百靜,劉云燕,李生,劉充,陸斌.  胃腸病學(xué)和肝病學(xué)雜志. 2015(07)
[2]62例胃巨大潰瘍內(nèi)鏡與臨床特點分析[J]. 李菁,洪陽,李雪梅,譚倩,趙淑萍.  檢驗醫(yī)學(xué)與臨床. 2010(19)
[3]窄帶成像內(nèi)鏡對胃良惡性潰瘍的診斷價值研究[J]. 褚衍六,高孝忠,喬秀麗,王曉豐,劉潔,劉奉.  中國內(nèi)鏡雜志. 2009(06)
[4]內(nèi)鏡超聲檢查術(shù)在良惡性胃潰瘍鑒別診斷中的價值探討[J]. 趙聰,農(nóng)春燕,李慧,吳立平,史維,邱雄.  四川醫(yī)學(xué). 2001(01)



本文編號：3172382