深度卷积神经网络模型辅助下结直肠息肉检测系统对初级医师结直肠小息肉检出率的影响

目的·探究基于人工智能（artificial intelligence,AI）技术中深度卷积神经网络（deep convolutional neural network,DCNN）模型构建的计算机辅助检测（computer-aided detection,CADe）系统对缺乏电子结肠镜操作经验的初级医师结直肠息肉检出率的影响。方法·选取上海交通大学医学院附属同仁医院内镜中心数据库2019年1月—2020年12月的结肠镜图像及2021年1月—3月的结肠镜视频。将筛选出的图像和视频分为数据集1 (5 908张图像)和数据集6 (360条短视频),数据集1分为数据集1a (4 906张图像)、数据集1b (300张图像)和数据集1c (702张图像);其中,数据集1c为从视频数据集6中截取的图像。数据集2～5分别为公共数据集CVC-ClinicDB、CVC-ColonDB、ETIS-Larib Polyp DB和KVASIR,共包含2 188张图片。数据集1a和数据集2～5为模型训练集,数据集1b和数据集1c为模型测试集。将10名经过培训且无结肠镜操作经验的初级医师随机分为AI辅助组（A组,...