卷積神經(jīng)網(wǎng)絡(luò)在胃癌轉(zhuǎn)移淋巴結(jié)病理學診斷中的臨床應(yīng)用
發(fā)布時間:2023-04-23 13:22
目的:探討卷積神經(jīng)網(wǎng)絡(luò)在胃癌轉(zhuǎn)移淋巴結(jié)病理學診斷中的臨床應(yīng)用價值。方法:取2016年7月至2018年12月在青島大學附屬醫(yī)院因進展期胃癌接受根治性胃癌切除術(shù)+D2淋巴結(jié)清掃術(shù)的患者124例,按照入院時間順序前80例作為訓練組,后44例作為測試組。訓練組男性45例,女性35例,平均年齡57.6歲;測試組男性29例,女性15例,平均年齡59.2歲。利用訓練組中21352個帶有癌區(qū)的圖像區(qū)塊(patch)和14997個沒有癌區(qū)的區(qū)塊對預(yù)訓練的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)Resnet50進行訓練和微調(diào),建立卷積神經(jīng)網(wǎng)絡(luò)計算機輔助系統(tǒng)(CNN-CAD)。對測試組患者的38張轉(zhuǎn)移淋巴結(jié)和40張非轉(zhuǎn)移淋巴結(jié)的全掃描切片進行測試,運用設(shè)定閾值的方法分析CNN-CAD系統(tǒng)在整體切片水平篩選轉(zhuǎn)移淋巴結(jié)的能力,運用受試者工作特征曲線評估CNN-CAD系統(tǒng)在patch級別的靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值和曲線下面積。結(jié)果:CNN-CAD系統(tǒng)在切片水平分類準確性為100%,patch水平的分類正確率為0.989,靈敏度為0.778,特異度為0.995,陽性預(yù)測值為0.822,陰性預(yù)測值為0.994,曲線下面積為0....
【文章頁數(shù)】:39 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
引言
資料和方法
1 一般資料
2 納入標準
3 排除標準
4 卷積網(wǎng)絡(luò)目標檢測方法的選擇
4.1 卷積神經(jīng)網(wǎng)絡(luò)
4.2 Res Net50架構(gòu)
5 主要的實驗儀器和材料
6 實驗流程
6.1 數(shù)據(jù)庫的建立
6.2 卷積神經(jīng)網(wǎng)絡(luò)的訓練細節(jié)
6.2.1 數(shù)據(jù)預(yù)處理:感興趣區(qū)域的提取、染色均一化和數(shù)據(jù)增強
6.2.2 建立CNN
7 卷積神經(jīng)網(wǎng)絡(luò)的驗證方法
7.1 切片級分類
7.2 識別區(qū)塊級別轉(zhuǎn)移
8 實驗檢測
9 統(tǒng)計數(shù)據(jù)分析
結(jié)果
討論
結(jié)論
未來工作展望
參考文獻
綜述
綜述參考文獻
攻讀學位期間的研究成果
縮略詞表
致謝
本文編號:3799804
【文章頁數(shù)】:39 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
引言
資料和方法
1 一般資料
2 納入標準
3 排除標準
4 卷積網(wǎng)絡(luò)目標檢測方法的選擇
4.1 卷積神經(jīng)網(wǎng)絡(luò)
4.2 Res Net50架構(gòu)
5 主要的實驗儀器和材料
6 實驗流程
6.1 數(shù)據(jù)庫的建立
6.2 卷積神經(jīng)網(wǎng)絡(luò)的訓練細節(jié)
6.2.1 數(shù)據(jù)預(yù)處理:感興趣區(qū)域的提取、染色均一化和數(shù)據(jù)增強
6.2.2 建立CNN
7 卷積神經(jīng)網(wǎng)絡(luò)的驗證方法
7.1 切片級分類
7.2 識別區(qū)塊級別轉(zhuǎn)移
8 實驗檢測
9 統(tǒng)計數(shù)據(jù)分析
結(jié)果
討論
結(jié)論
未來工作展望
參考文獻
綜述
綜述參考文獻
攻讀學位期間的研究成果
縮略詞表
致謝
本文編號:3799804
本文鏈接:http://sikaile.net/yixuelunwen/zlx/3799804.html
最近更新
教材專著