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。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
