首页 > 文献资料
-
结肠镜下计算机辅助息肉检测系统的构建
目的 构建结肠镜下计算机辅助息肉检测系统,并初步验证其有效性.方法 采用基于Faster R-CNN算法,基于开源框架TensorFlow和Faster R-CNN的开源实现,构建结肠镜下计算机辅助息肉检测系统.按训练集大小和难度设置5个试验组:试验1、2、3、4分别含1 000、2 000、4 000、6 000个训练样本,试验5在6 000个训练样本的基础上增加选取难样本的概率.在不同训练集下,计算该系统检测息肉的灵敏度、特异度等分类评价指标及召回率、精确率等目标检测评价指标.结果 分类评价指标显示,试验1、2、3、4、5的灵敏度分别为90.1％、93.3％、93.3％、93.3％、93.5％,差异有统计学意义(x2=25.324,P＜0.01),试验2、3、4、5的灵敏度均高于试验1,差异均有统计学意义(x2=13.964、13.508、13.508、13.386,P均＜0.006 25).各试验组特异度和阳性预测值的差异均无统计学意义(P均＞0.05).试验1、2、3、4、5阴性预测值分别为90.4％、93.3％、93.3％、93.3％、93.5％,差异有统计学意义(x2=21.862,P＜0.01),试验2、3、4、5的阴性预测值均高于试验1,差异均有统计学意义(x2=11.447、11.564、11.755、13.760,P均＜0.006 25).训练样本量从1 000增加至2 000时,AUC值提升了2％,进一步增加样本至6 000,AUC值提升幅度＜1％,此时保持样本量不变而增加难样本的比例,AUC值又提升了0.4％.目标检测评价指标显示,各试验组召回率分别为73.6％、79.8％、79.5％、79.8％、83.3％,差异有统计学意义(x2=71.936,P＜0.01),其中试验2、3、4的召回率均高于试验1,差异均有统计学意义(x2 =25.960、23.492、25.960,P均＜0.006 25),试验5的召回率高于试验1、2、3、4,差异均有统计学意义(x2=67.361、9.899、11.527、9.899,P均＜0.006 25).试验1、2、3、4、5的精确率分别为87.9％、85.3％、90.2％、91.4％、89.2％,差异有统计学意义(x2=48.194,P＜0.01),其中试验3、5的精确率均高于试验2,差异均有统计学意义(x2=24.508、15.223,P均＜0.006 25),试验4的精确率高于试验1、2,差异均有统计学意义(x2=13.524、39.120,P均＜0.006 25).随着样本数量增多和训练难度加大,对应的F1分数和平均精度均值均稳步上升.结论 本研究初步构建了结肠镜下计算机辅助息肉检测系统,目前灵敏度高可达93.5％,召回率高可达83.3％.增大训练集可一定程度上提升息肉检测成绩,但会到达一个瓶颈,此时适当增加训练难度,可进一步提升检测成绩,尤其是召回率.
