基于窄带成像和放大内镜的诊断模型在分类结直肠腺瘤中的价值

目的 结直肠腺瘤是一种常见的胃肠道疾病，结肠镜检查被认为是检出结直肠腺瘤的主要工具。本研究拟建立一套人工智能(AI)辅助的图像诊断系统，该系统具有预测腺瘤上皮内瘤变等级的功能。借助窄带成像(NBI)或放大内镜结合NBI(ME-NBI)的帮助，该系统最终将有利于提高结肠镜检查中对腺瘤诊断的准确性，提升工作效率。方法 收集2015.10-2021.10期间，北京清华长庚医院消化内镜中心的结直肠腺瘤病例，筛选出具有代表性的763名患者，组成数据集，其中包含1049张标记的图像用于训练模型。改进和训练深度卷积神经网络，对结肠镜检查中的腺瘤进行分类。在临床验证阶段，使用一个独立的数据集，包括100张图像来测试AI诊断系统的能力。将研究对象分为五组：AI诊断系统、非内镜专家、内镜专家、非内镜专家+AI、内镜专家+AI。这五组需要逐一识别所有的NBI和ME-NBI图像，并将结论与组织病理学诊断进行比较。所有数据输入统计软件SPSS 20中进行分析，P<0.05为有统计学差异。结果 在标记图像上测试时，AI诊断系统对腺瘤的分类能力已经得到证实，曲线下面积(ROC)为0.895,平均精度(mAP)...