目的驗證基于深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）的小腸膠囊內(nèi)鏡智能輔助系統(tǒng)識別、診斷小腸出血的能力。方法通過ESView平臺收集1 970例患者的158 235張小腸膠囊內(nèi)鏡檢查圖像（其中包括165例小腸出血患者的3 765張圖像）,用于基于DCNN的小腸膠囊內(nèi)鏡智能輔助系統(tǒng)的訓(xùn)練階段。在驗證階段,用100例小腸出血患者（活動性出血10例、血痂病例31例、黏膜下出血59例）的圖像驗證該系統(tǒng)識別、診斷小腸出血的能力。結(jié)果基于DCNN的小腸膠囊內(nèi)鏡智能輔助系統(tǒng)的閱片系統(tǒng)可識別小腸出血病灶,并在原膠囊內(nèi)鏡圖像上標(biāo)注;該系統(tǒng)可以顯示并標(biāo)注同一出血病灶的多張圖像和同1張圖像內(nèi)多個不同出血病灶;閱片醫(yī)師利用該系統(tǒng)對100例小腸出血圖像的平均閱片時間為（5.23±1.31） min/例,對小腸出血診斷的靈敏度達(dá)99.00% （95%CI 93.76%～99.95%）。結(jié)論基于DCNN的小腸膠囊內(nèi)鏡智能輔助系統(tǒng)對小腸出血的識別靈敏度高,可用于輔助閱片醫(yī)師識別、診斷小腸出血。 

【文章來源】：中華消化雜志. 2020,40(11)北大核心CSCD

【文章頁數(shù)】：5 頁

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字智能化診斷與治療技術(shù)在膽道惡性腫瘤中的應(yīng)用[J]. 方馳華,張鵬,陳康.  中華消化外科雜志. 2019 (02)



本文編號：3218043