使用智能手机和深度学习技术来帮助诊断皮肤癌

摘要

Summary 基底细胞癌 (BCC) 是最常见的皮肤癌,发病率迅速上升。BCC 的诊断需要仔细检查皮肤的显微镜下图像,由于需要分析的图像很多,因此是一项劳动密集型的工作。 已开发出计算机辅助性疾病诊断方法,以帮助分析病理学中的显微镜下图像(即通过检查已切除的组织来研究和诊断疾病)。尤其是深度学习方法(即机器“学习”执行任务的一种方法)能够识别和捕获图像中的模式,并且在病理学图像相关任务上表现出显著改善的性能。 在这项来自中国的研究中,作者旨在开发基于智能手机捕获的显微镜目镜图像 (MOI) 而非全切片图像 (WSI) 的 BCC 自动识别的深度学习框架。使用智能手机摄像机从显微镜目镜拍摄 MOI。共收集了 8046 个 MOI 和 128 个 WSI,用于构建模型。 开发了两种识别 BCC 的深度学习框架,具有高灵敏度和特异度(指准确度)。与接受 WSI 培训的模型相比,通过智能手机识别 BCC 可被视为未来的临床选择。 本摘要涉及研究: 通过深度神经网络识别智能手机捕获的数字组织病理学图像上的基底细胞癌