说明
本研究回顾性地收集了739份呼吸道细胞学标本的现场诊断，涵盖6个诊断类别，包括类癌、正常细胞、腺癌、鳞状细胞癌、非小细胞癌和小细胞癌，所有恶性诊断均经组织病理学和免疫组织化学确诊。通过全玻片扫描获得116张Diff-Quik染色细胞学样本的数字图像，并从中选择代表性图像进行训练和测试ResNet-18分类模型，该模型由中国科学院苏州研究所和丽水市中央医院合作开发，采用增强型ResNet-18网络并加入卷积块注意力模块（CBAM）。研究设计了一个全面的流程图，展示了从样本收集到诊断结论的过程，并整合了AI和病理学家的评估。在模型测试阶段，116张测试图像被随机选择并分配给三名来自不同医院的细胞病理学家和AI模型进行诊断，最终诊断基于共识或特定标准确定，并计算了包括敏感性、特异性、阳性预测值、阴性预测值和准确率在内的诊断性能指标。
作者：作者 陈伟 温州医科大学仁济学院 Deep K. Vaishnani温州医科大学国际教育学院 马骏 温州医科大学附属第一医院
我要评论
- 下载资源意味着您已经同意遵守以下协议
- 1. 资源的所有权益归上传用户所有
- 2. 未经权益所有人同意，不得将资源中的内容挪作商业或盈利用途
- 3. 华夏分享频道仅提供交流平台，并不能对任何下载资源负责
- 4. 下载资源中如有侵权或不适当内容，请与我们联系。
- 5. 本站不保证本站提供的资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
共0条评论