基于深度学习的神经网络智能图像识别技术应用于宫颈鳞状上皮内病变细胞学筛查的可行性研究

摘要：

目的 探讨基于深度学习的神经网络智能图像识别技术应用于宫颈鳞状上皮内病变细胞学筛查的可行性.方法 选择2017-07 ～ 2017-12期间该院经宫腔镜下宫颈组织活检确诊并有宫颈液基细胞学检查结果的体检者共373例,将基于深度学习的神经网络智能图像识别系统(简称智能系统)阅片与人工阅片的宫颈液基细胞学检查结果与阴道镜下宫颈组织活检相对照.结果 两种阅片方法对宫颈鳞状上皮内病变的敏感度比较,差异无统计学意义(P＞0.05);智能系统阅片对宫颈鳞状上皮内病变的特异度、符合率显著低于人工阅片,差异有统计学意义(P＜0.05).结论 智能系统有可能为宫颈鳞状上皮内病变细胞学筛查提供又一实用有效的手段.

关键词：病理学、细胞学筛查、宫颈上皮内病变、图像处理、深度学习、神经网络、计算机辅助

所属期刊栏目：12

分类号：R361+.3(病理学)

资助基金：东莞市社会科技发展一般项目2018507150011327

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：282-285