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 |
| |
引用本文: | 吴天赐,郁佳鑫,黄晓峰,陈盛,王育新,蒲玉梅.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[J].口腔医学研究,2023(10):917-922. |
| |
作者姓名: | 吴天赐 郁佳鑫 黄晓峰 陈盛 王育新 蒲玉梅 |
| |
作者单位: | 1. 南京大学医学院附属口腔医院南京市口腔医院口腔颌面外科;2. 南京大学医学院附属口腔医院南京市口腔医院病理科 |
| |
摘 要: | 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。
|
关 键 词: | 口腔鳞状细胞癌 病理 深度学习 残差神经网络 最差浸润方式 |
|
|