基于耳內圖像的耳科疾病智能輔助診斷系統
本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。
一、項目進展
創意計劃階段
二、負責人及成員
姓名
學院/所學專業
入學/畢業時間
徐倩慧
中山大學醫學院
2017.09~2022.06
童釗鵬
中山大學孫逸仙紀念醫院
2021.09~
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
蔡躍新
中山大學孫逸仙紀念醫院
副主任醫師
耳鼻喉頭頸外科
四、項目簡介
本項目通過收集本院耳鼻喉科6066張正常人、分泌性中耳炎、急性化膿性中耳炎活動期及化膿性中耳炎靜止期耳內鏡圖像。通過模仿醫生診斷的注意力機制,將獲取局部關鍵特征的局部分類器與獲取全局特征的主分類器有機結合,構成深度學習的主框架。通過計算AUC等統計學指標來評估模型的性能,并與兩位副主任醫師、兩位主治醫師進行人機對比來進一步評估模型的性能,同時通過熱圖顯示深度學習模型在耳內鏡圖像不同區域的權重,以判斷深度學習關注的區域是否與臨床醫師一致。該深度學習模型可獲得整體93.4%的準確率,區分正常人與分泌性中耳炎的AUC為0.99,而區分化膿性中耳炎活動期與靜止期的AUC為0.94.模型的準確率要高于兩位主治醫師,達到副主任醫師的水平,同時熱圖顯示深度學習模型定義的關鍵區域恰好是臨床醫生做診斷的區域,如化膿性中耳炎鼓膜穿孔區域,分泌性中耳炎的光錐區域。同時,同時,本項目還將深度學習模型的技術落地,自主研發出研發便攜式可拍攝與自動診斷的耳鏡設備。
中山大學
2022-08-10