排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
目的评估利用深度卷积神经网络(deep convolutional neural network, DCNN)构建的人工智能技术在上消化道内镜检查部位识别中的应用价值。方法收集中国医学科学院肿瘤医院2019年1月—2021年6月间的21 310张上消化道内镜图片, 其中19 191张图片用于深度学习构建部位识别模型, 其余2 119张图片用于验证。比较两种DCCN网络构建的模型在上消化道30个部位识别上的性能差异, 一种是由Inception-ResNetV2(ResNetV2)构建的传统的ResNetV2模型, 另一种是由Inception-ResNetV2 and Squeeze-Excitation Networks(RESENet)构建的混合神经网络RESENet模型, 主要观察指标包括识别准确率、灵敏度、特异度、阳性预测值和阴性预测值。结果 ResNetV2模型识别上消化道30个部位的准确率、灵敏度、特异度、阳性预测值和阴性预测值分别为94.62%~99.10%、30.61%~100.00%、96.07%~99.56%、42.26%~86.44%和97.13%~99.75%,... 相似文献
3.
4.
5.
桥本氏甲状腺炎是一种自身免疫性疾病,临床上多表现为甲状腺弥漫性肿大,可伴有局部结节或肿块。甲状腺乳头状癌(papillar thyroid carcinoma,PTC)在过去十年发病率在中国呈上升趋势。桥本氏甲状腺炎可合并甲状腺癌,尤其是甲状腺乳头状癌,二者之间的关系近年一直是争论的焦点。本文就桥本氏甲状腺炎合并甲状腺癌的临床特征做一综述。 相似文献
6.
食管癌及胃癌位列中国癌症发病率的前5位,大部分患者发现时即为中晚期,5年生存率较低,严重威胁患者的生命健康。食管癌和胃癌的早诊早治可明显降低患者的死亡率,提高生存率。内镜检查不仅是早期上消化道癌前病变及早期癌诊断的关键,而且还可完整切除病灶,达到治愈目的。伴随着食管癌及胃癌早诊早治理念的不断深入,进行胃镜诊疗的患者数量也在不断增加,但在应对检查例数增加的同时,缺乏有效的监测与监管及客观的评价,胃镜诊疗质量仍不容乐观。人工智能(artificial intelligence,AI)的出现将在胃镜检查中实时监测并提供智能预警,促进并监督内镜医师规范化操作,提高检查和操作质量。本文阐述了AI在胃镜质控中的应用进展和可能面临的问题。 相似文献
7.
1