人工智能技术在结肠镜退镜速度实时监控中的应用

发布时间：2021-12-23 04:42

　　目的 构建一种基于计算机视觉的结肠镜退镜速度实时监控系统,并验证其可行性和性能。方法 从武汉大学人民医院消化内镜中心数据库选取2018年5—10月期间的35 938张肠镜图片和63个结肠镜检查视频。肠镜图片分成体外/体内/不合格和回盲部/非盲肠两个数据集,分别从第一个、第二个数据集中选取3 594张和2 000张图片用于深度学习模型的测试,其余图片用于训练模型；选取3个结肠镜检查视频资料评价实时监控系统自动监控退镜速度的可行性,剩余60个结肠镜检查视频资料用于评估实时监控系统的性能。结果 深度学习模型对于结肠镜检查图片分类识别体外/体内/不合格图片的准确率分别为90.79%（897/988）、99.92%（1 300/1 301）、99.08%（1 293/1 305）,总体准确率为97.11%（3 490/3 594）；分类识别回盲部/非盲肠图片的准确率分别为96.70%（967/1 000）、94.90%（949/1 000）,总体准确率为95.80%（1 916/2 000）。在其可行性评价方面,3个结肠镜视频资料显示退镜速度与图片处理间隔时间呈线性关系,提示该监控系统可在结肠镜... 

【文章来源】：中华消化内镜杂志. 2020,37(02)

【文章页数】： 页

【参考文献】：
期刊论文
[1]结肠镜诊断新技术和内镜质量控制[J]. 陈飞,王良静.  中华消化内镜杂志. 2018 (03)
[2]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅.  计算机学报. 2018(07)
[3]中国消化内镜技术发展现状[J]. 王洛伟,辛磊,林寒,王伟,钱维,樊静,马旭东,慎利亚,李方,张俊华,李兆申.  中华消化内镜杂志. 2015 (08)



本文编号：3547802