期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Transformer模型在胃镜视频部位实时识别的研究探索 被引量：1
1
作者 张希钢 赖春晓 +6 位作者 戴捷 鹿伟民 李峰 何顺辉 王湘雨 江海洋 白杨 《现代消化及介入诊疗》 2022年第1期7-11,共5页
目的探索深度学习技术(Transformer模型)在胃镜视频中部位实时识别的性能评价。方法使用深圳市第二人民医院2021年5至7月录制的50部胃镜视频为研究资料,抽帧形成“视频图像集合”,其中40部为训练集1,10部为测试集;以含有25525张胃镜图... 目的探索深度学习技术(Transformer模型)在胃镜视频中部位实时识别的性能评价。方法使用深圳市第二人民医院2021年5至7月录制的50部胃镜视频为研究资料,抽帧形成“视频图像集合”,其中40部为训练集1,10部为测试集;以含有25525张胃镜图像的“胃镜图像集合”为对照组,形成训练集2。Transformer模型基于训练集1、训练集2、“训练集1+训练集2”学习训练分别形成“基于视频智能系统”、“基于图像智能系统”、“基于视频和图像智能系统”。通过测试集比较视频智能系统、图像智能系统、视频和图像智能系统的准确度、特异度等差异。结果研究组1基于视频智能系统准确度、特异度、总体有效度分别为84.3%、78.9%、81.5%;研究组2基于视频和图像智能系统准确度、特异度、总体有效度分别为82.9%、81.5%、82.2%;对照组基于胃镜图像智能系统准确度、特异度、整体有效度分别为80.0%、76.8%、78.4%。结论结果具有统计学意义,Transformer模型视频学习效果优于胃镜图像,Transformer模型学习视频+图像效果优于单独视频学习。 展开更多
关键词 人工智能 深度学习 胃镜 部位识别 视频
下载PDF
Transformer模型在上消化道部位识别中的临床应用 被引量：1
2
作者 张希钢 白杨 +4 位作者 戴捷 何顺辉 赖春晓 黄洁文 江海洋 《现代消化及介入诊疗》 2021年第8期990-992,共3页
目的验证深度学习新技术(Transformer模型)在上消化道部位识别的灵敏度及有效性,进一步为上消化道疾病、胃镜视频的识别提供基础。方法由2018年8月至2020年4月于南方医科大学南方医院、南方医科大学顺德医院等三甲医院收集胃镜图像21782... 目的验证深度学习新技术(Transformer模型)在上消化道部位识别的灵敏度及有效性,进一步为上消化道疾病、胃镜视频的识别提供基础。方法由2018年8月至2020年4月于南方医科大学南方医院、南方医科大学顺德医院等三甲医院收集胃镜图像21782张,其中18640张胃镜图像用于标注和Transformer模型训练,3142张胃镜图像用于验证阶段,设计实验组和对照组(人工常规标注),记录标注时间。结果验证阶段共有3142张胃镜图像(7282个部位标签),实验组整体准确度、特异度、整体有效度分别为83.4%、66.9%、77.8%,整体时间为9分30秒。对照组整体准确度、特异度、整体有效度分别为78.4%、68.9%、73.8%,整体时间为10小时15分30秒。结论实验组结果整体优于对照组,准确度和整体有效度具有明显优势,耗时实验组显著缩短。 展开更多
关键词 深度学习 人工智能 胃镜 部位识别
下载PDF
面向病例的人工智能良恶性溃疡识别研究
3
作者 赖春晓 张希钢 +4 位作者 白杨 李峰 戴捷 何顺辉 江海洋 《现代消化及介入诊疗》 2022年第1期31-35,共5页
目的建立基于深度学习的人工智能模型,通过对胃良、恶性溃疡及正常黏膜病例图片的学习,使其对良、恶性溃疡病例具有较高的识别能力,从而在一定程度上提高内镜医师的诊断水平,为胃癌的早期诊断提供极大的助力。方法按照纳入和排除标准,... 目的建立基于深度学习的人工智能模型,通过对胃良、恶性溃疡及正常黏膜病例图片的学习,使其对良、恶性溃疡病例具有较高的识别能力,从而在一定程度上提高内镜医师的诊断水平,为胃癌的早期诊断提供极大的助力。方法按照纳入和排除标准,共纳入病例3238例,其中恶性胃溃疡、良性胃溃疡及正常胃的病例数分别为:747例、761例及1730例。采用随机原则将原始病例按照大致8∶1∶1的比例分为训练集(正常病例1380例,良性胃溃疡病例614例,恶性胃溃疡病例596例)、验证集(正常病例179例,良性胃溃疡病例75例,恶性胃溃疡病例70例)和测试集(正常病例171例,良性胃溃疡病例72例,恶性胃溃疡病例81例)。建立基于多图片输入的efficientNet-b4深度学习模型对训练集及验证集中的病例进行训练,然后与2名经验丰富的内镜医师一起对测试集的324例病例进行识别,得出相关统计学指标,从而比较人工智能与内镜医师的对胃正常黏膜及良、恶性胃溃疡病例识别的诊断水平。结果经验丰富内镜医师1、经验丰富内镜医师2及人工智能对病例识别的整体准确率分别为:92.09%、91.36%及95.06%,人工智能对病例识别的整体准确率要明显优于经验丰富的内镜医师。对于正常病例的识别,人工智能的灵敏度为98.25%,略低于两位内镜医师的99.42%和100%,但其阳性预测值为100%,优于其中一位医师的97.14%,与另一位医师的100%结果一样;对于良性胃溃疡病例的识别,人工智能的灵敏度和阳性预测值分别为:91.67%和86.84%,均优于两位经验丰富的内镜医师;对恶性胃溃疡病例的识别,人工智能的灵敏度和阳性预测值分别为:91.36%和92.50%,均优于两名经验丰富的内镜医师;人工智能及两名内镜医师对于良、恶性胃溃疡病例识别的灵敏度及阳性预测值都要明显低于其对正常病例的识别。结论通过深度学习的人工智能模型对胃� 展开更多
关键词 人工智能 深度学习 良性胃溃疡 恶性胃溃疡 诊断
下载PDF
靛胭脂染色结合透明帽在结直肠镜检查中的应用价值分析
4
作者 赖春晓 覃黎葵 +2 位作者 刘海燕 龚文亮 姜帆 《大医生》 2021年第17期88-90,共3页
目的探讨靛胭脂染色结合透明帽辅助是否能提升结直肠息肉中的息肉检出率,减少漏诊,以为其在基层医院检测应用推广提供参考。方法选取广东祈福医院2020年1月至2021年1月接受肠镜检查的200例患者作为研究对象,随机分为对照组(98例)和试验... 目的探讨靛胭脂染色结合透明帽辅助是否能提升结直肠息肉中的息肉检出率,减少漏诊,以为其在基层医院检测应用推广提供参考。方法选取广东祈福医院2020年1月至2021年1月接受肠镜检查的200例患者作为研究对象,随机分为对照组(98例)和试验组(102例),对照组患者采用常规镜检,试验组患者采用靛胭脂染色结合透明帽辅助镜检,比较两组患者进镜、退镜时间及息肉检出情况。结果两组患者进镜时间、退镜时间比较,差异均无统计学意义(均P>0.05)。试验组102例患者中,第1次检出息肉103枚,第2次退镜比第1次多检出息肉12枚;对照组98例患者中,第1次检出息肉87枚,第2次退镜比第1次多检出息肉枚35枚,两组差异有统计学意义(均P<0.05)。结论靛胭脂染色结合透明帽辅助镜检能够提升结直肠息肉检查检出率,减少漏诊,且并未增加患者检查时间及不适感,值得临床推广。 展开更多
关键词 结直肠 息肉 靛胭脂染色 透明帽辅
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部