当前位置: 首页 > 中华病理学杂志 > 2021年04期 > 人工智能辅助宫颈液基细胞学诊断可行性的多中心研究

中华病理学杂志【2021年04期】

  • ID:2449278
  • 浏览: 19
  • 学科:病理学
  • 更新时间:2021-06-25 11:37:28
  • 期刊: 中华病理学杂志
内容简介
本刊是中国科协主管,中华医学会主办的基础性和高科技学术期刊,以广大病理医师、基础医学工作者和各临床科室医师为主要读者和服务对象,报道病理学领域中先进的科研成果和病理诊断经验,反映我国病理学乃至医学领域中的重大进展。创刊于1955年4月28日,月刊,大16开本,64页,图随文排,图文并茂;主要栏目:述评、专家论坛、论著、综述、讲座、技术交流、学术动态、临床病理讨论、读片讨论、病例报告、专题讨论、读者?作者?编者等。本刊是我国核心期刊之一,也是病理学专业的首选期刊,在我国医学科技期刊中名列前茅,各年度基金资助论文数量一般都在40%以上;影响因子和被引频次逐年升高,2004年度影响因子达到1.084,被国内外众多数据库和检索文摘期刊收录,如美国医学索引(MEDLINE)、俄罗斯文摘杂志(AJ)、荷兰《医学文摘》(EMBASE)、波兰哥白尼索引(IC)、癌症文献(CANCERLIT)、中国期刊全文数据库(CJFD)、中国生物医学文献数据库(CMB)等;为中国科协基础性和高科技优秀学术期刊专项资助期刊,2001年入选国家新闻出版署创建的“中国期刊方阵”;自1992年至今,在历次国家级评比活动中荣获优秀科技期刊奖,特别荣获2002年国家新闻出版总署“第二届国家期刊奖提名奖”和“第三届国家期刊奖百种重点期刊奖”以及中国科学技术信息所2001、2003、2004年度“百种中国杰出学术期刊”称号。

人工智能辅助宫颈液基细胞学诊断可行性的多中心研究

2021-06-25 11:37:28 病理学 吕京澴,樊祥山,沈勤,王晓骁,章宜芬,黄
资料简介

摘要目的本文采用基于深度卷积神经网络的方法,针对人工智能在宫颈液基细胞片病理图像自动筛查中的应用价值,开展多中心的实际应用研究,并与细胞学医师的诊断进行比较及分析。方法采用深度分割网络提取5 516张细胞学病理图像中的感兴趣区域618 333个,结合医师的经验训练出具有分析能力的深度分类网络,利用其分类结果构建特征,使用决策模型完成细胞病理图像的分级。结果该方法对4 908例宫颈液基细胞片进行病理图像自动筛查,灵敏度为89.72%,特异度为58.48%,阳性预测值为33.95%,阴性预测率为95.94%。在4种不同制片或染色方法的细胞片中,本算法对于巴氏染色自然沉降片效果最佳,灵敏度为91.10%,特异度为69.32%,阳性预测值为41.41%,阴性预测值为97.03%。结论深度卷积神经网络图像识别技术可初步应用于宫颈细胞学筛查。

摘要目的本文采用基于深度卷积神经网络的方法,针对人工智能在宫颈液基细胞片病理图像自动筛查中的应用价值,开展多中心的实际应用研究,并与细胞学医师的诊断进行比较及分析。方法采用深度分割网络提取5 516张细胞学病理图像中的感兴趣区域618 333个,结合医师的经验训练出具有分析能力的深度分类网络,利用其分类结果构建特征,使用决策模型完成细胞病理图像的分级。结果该方法对4 908例宫颈液基细胞片进行病理图像自动筛查,灵敏度为89.72%,特异度为58.48%,阳性预测值为33.95%,阴性预测率为95.94%。在4种不同制片或染色方法的细胞片中,本算法对于巴氏染色自然沉降片效果最佳,灵敏度为91.10%,特异度为69.32%,阳性预测值为41.41%,阴性预测值为97.03%。结论深度卷积神经网络图像识别技术可初步应用于宫颈细胞学筛查。