钟芸诗教授
阿依木克地斯·亚力孔，庄惠*，蔡世伦，等.基于深度学习人工智能在结肠镜检查中应用研究[J].中国实用外科杂志,,40(3):-.
基于深度学习人工智能在结肠镜检查中应用研究
阿依木克地斯·亚力孔1，庄惠*2，蔡世伦1，牛雪静3，谭伟敏3，颜波3，姚礼庆1，周平红1，钟芸诗1
中国实用外科杂志,,40(3):-
摘要目的构建人工智能辅助的结肠镜质量评估算法及肠息肉形态分类算法，客观评估肠镜检查质量、息肉形态，实现结肠镜检查的规范化和统一化。方法收集医院年1月至8月，共张肠镜图片。其中张用于肠镜质量评估算法建立，张用于肠息肉形态分类算法建立。把肠镜图像作为卷积神经网络（CNN）的输入，端到端训练卷积神经网络，实现肠镜图像的分类任务，从而建立算法。其中包括3个模型：（1）肠道准备质量评分（四分类）。（2）回盲瓣的识别（二分类）。（3）无蒂和有蒂息肉的分类（二分类）。结果肠镜质量评估模型对回盲瓣识别的准确率为95.27%，受试者工作特征（ROC）曲线下的面积（AUC）为0.，对基于波士顿评分标准四分类的图像的识别总精度为76.96%。肠息肉形态分类模型的AUC值为0.。结论该深度学习模型用于肠镜检查质量的评估和肠息肉形态学的分类,具有良好的特异度、敏感度和AUC值，可辅助医师对肠镜检查质量进行评价，并对肠息肉进行分类，实现规范化和统一化。
基金项目：国家重点研发计划资助（No.YFC/YFC）国家自然科学基金（No.，）；上海市消化内镜诊疗工程技术研究中心支持项目（No.16DZ）；上海市青年科技英才*计划（No.17YF）上海市教委曙光计划（No.18SG08）
作者单位：1医院内镜中心，上海；2医院内镜中心（共同第一作者）,福建厦门；3复旦大学计算机科学技术学院，上海
通信作者：钟芸诗，E-mail:
.