深度学习图片分类模型ResNet-18用于判定口腔鳞状细胞癌浸润方式的初步研究

目的:探究深度学习网络模型(ResNet-18)用于判定口腔鳞状细胞癌(oral squamous cell carcinoma, OSCC)最差浸润方式(worst pattern of invasion, WPOI)的可行性及效果。方法:应用ResNet-18模型对收集的491张OSCC患者数字化病理切片进行研究，训练其识别并区分非肿瘤区域、WPOI 1～3级、WPOI 4～5级，利用分类准确率对模型进行评估。结果:ResNet-18神经网络可以有效区分OSCC非肿瘤区域、WPOI 1～3级、WPOI 4～5级，其准确率可达99.5%。结论:深度学习网络模型ResNet-18可以有效区分OSCC非肿瘤区域、WPOI 1～3级、WPOI 4～5级，辅助医师提高诊断速度。