人工智能消化内镜系统辅助结肠息肉诊断的临床应用及影响因素分析

目的:探讨人工智能消化内镜系统辅助诊断对结肠息肉检出情况的影响。方法:回顾性分析2022年10月—2023年10月在安徽医科大学第一附属医院进行内镜检查的150例息肉初筛高危患者的临床资料及检测结果。根据患者意愿,81例接受“影诺鹰眼”人工智能消化内镜系统辅助无痛结肠镜检查,69例接受普通无痛结肠镜检查。比较两种检查方法对结肠息肉的检出率,分析影响检出率的相关因素。结果:结肠息肉总检出率54.00%(81/150),接受无痛结肠镜检查患者的检出率为44.93%(31/69),低于人工智能消化内镜系统辅助无痛结肠镜检查的61.73%(50/81)。检出组患者年龄、男性占比、BMI、有慢性腹泻或便秘症状者占比、有肠道息肉史者占比、肠道准备评分、人工智能消化内镜系统使用率均高于未检出组。Logistic回归分析显示,受检者的年龄及是否使用人工智能消化内镜系统是结肠息肉检出率的独立影响因素,年龄、肠道准备评分和退镜时间是影响人工智能消化内镜系统检出率的独立影响因素。结论:高龄、肥胖、肠道息肉史、慢性腹泻或便秘人群是结肠息肉高发人群,应加强结肠息肉检查;使用“影诺鹰眼”人工智能消化内镜系统辅助检查、提高肠道准备评分、延长退镜时间有助于提高结肠息肉的检出率。

CT结肠成像中应用计算机辅助检测对结肠息肉诊断价值探讨

目的探讨计算机辅助检测(computer-aided detection)在多层CT结肠成像(CT colonography)中对结肠息肉诊断的应用价值。方法采用GE64层螺旋CT对23例高度怀疑结肠息肉患者进行仰卧位和俯卧位快速容积薄层扫描后行CT结肠成像。经纤维结肠镜活检证实共60个息肉,不分病理类型,对息肉大小进行分组,直径≤5mm10个,直径6-9mm21个,直径≥10mm29个。3位对纤维结肠镜结果不知情的读片者在无/有计算机辅助检测帮助下对23例患者CT结肠成像结果进行诊断(至少两个诊断者诊断相同的结果视为最终结果),对不同组息肉检出的敏感度进行比较分析。结果在计算机辅助检测帮助下对10个直径≤5mm的结肠息肉检出敏感度由40%提高到60%,P<0.05;21个直径在6-9mm的结肠息肉检出敏感度由67%提高到86%,P<0.05;29个直径≥10mm的结肠息肉患者的检出敏感度在无/有计算机辅助检测帮助下分别为90%和93%,P>0.05。结论在多层CT结肠成像中应用计算机辅助检测(computer-aideddetection)可明显提高对直径小于10mm的结肠息肉检出的敏感度,对6-9mm范围内的息肉敏感度提高了19%,直径≤5mm结肠息肉检出敏感度由40%提高到60%,提高了20%。

结肠息肉的计算机辅助诊断

结直肠癌在欧美国家是第二大类恶性肿瘤,在我国的发病率近年来也呈上升趋势.有超过90%的结直肠癌起源于结肠息肉,因此结肠息肉的早期发现是减少结直肠癌发病率的重要途径之一.纤维结肠镜是筛选结肠息肉的主要手段,但是相当一部分患者无法耐受.影像学诊断虽然简便易行,但该方法在息肉的检出率上还存在争论.基于医学影像的计算机辅助诊断可以根据目标的形状,大小等特征自动识别息肉、标记位置,并配合虚拟内窥镜的可视化方式显示息肉的完整形态,因而具有广阔的应用前景,现将有关文献综述如下.

虚拟结肠镜的计算机辅助诊断技术

为了探索在虚拟结肠镜系统中利用三维纹理特征实现病灶的计算机辅助诊断的可行性,对手工勾勒的190个病灶的体数据进行三维纹理分析,从每个病灶提取了39个三维纹理形成一个特征向量.所有的病灶根据病理分析结果被分成增生性息肉、管状腺瘤、管状绒毛腺瘤和腺癌.用Hotelling T-square检验对特征向量进行显著性分析显示:除了增生型息肉和管状腺瘤两组间无显著性差异,其余组两两之间均呈现显著性差异.结果提示在虚拟结肠镜中用三维纹理特征对病灶进行分类,具有实现计算机辅助诊断的可能性.

计算机辅助诊断在结肠镜检查中的应用

人工智能在医学领域的应用受到广泛关注。其中计算机辅助诊断(CAD)在消化内镜领域,特别是结肠镜检查中的研究开展较多,但尚未广泛应用于临床。结肠镜检查容易受操作者经验的限制,影响其诊断的准确性。结肠镜检查中应用CAD有助于克服经验不足和视觉疲劳等因素,提高结肠息肉检出率,减少漏诊;并有助于准确判断息肉的病理学类型,识别肿瘤性病变。本文对CAD在结肠镜检查中的研究进展进行综述,并对该技术的应用作出展望。

计算机辅助诊断在结肠直肠肿瘤中的应用进展

结肠直肠肿瘤是人类常见恶性肿瘤之一,其死亡率较高。近年来随着对结肠直肠癌筛查的展开,计算机辅助诊断得到了广泛的应用和研究,成为影像诊断医师的得力助手,不仅可提高结直肠病变的检出率,还可对病变进行精确的定量计算,协助临床医师选择治疗方案。

卷积神经网络在结直肠息肉辅助诊断中的应用综述

结直肠癌是一种恶性肿瘤,主要发生在结肠和直肠的组织中,其早期发现和治疗具有重要意义。结直肠癌的早期检测和预防主要是对病人的肠道进行视觉检查,从而筛查结直肠息肉,但人工检查存在漏诊率高等弊端。基于卷积神经网络(CNN)的辅助诊断系统在结直肠息肉的诊断方面表现出最先进的性能,是目前计算机辅助诊断领域的研究热点。根据近几年发表的相关重要文献,对卷积神经网络在结直肠息肉辅助诊断中的应用进行系统综述。首先介绍了结直肠息肉诊断领域的常用数据集,其中包括图片和视频数据集;其次分别对CNN在结直肠息肉检测、分割以及分类中的应用进行系统阐述,对各算法的主要改进思路、优缺点以及性能进行深入分析,旨在为研究人员提供更系统的参考,并对深度学习模型的可解释性进行总结;最后对基于CNN的结直肠息肉辅助诊断的各类算法进行总结,并对未来的研究方向进行展望。

计算机辅助诊断系统提高肠镜息肉和腺瘤检出率的研究进展

本文介绍计算机辅助诊断系统在提高肠镜息肉和腺瘤检出率上的作用,重点介绍微识医疗科技(上海)有限公司的肠道癌前病变检测产品EndoScreener用于结直肠息肉检测的2项随机、对照临床试验情况,最后展望了未来人工智能在肠镜检查中的应用前景。

空间分辨力与管电流对CT结肠成像计算机辅助息肉检出影响的模型研究

目的前瞻性评价Z轴分辨力与管电流对普通CT结肠成像计算机辅助诊断（CAD）系统在猪结肠模型的息肉检出中的影响。方法在14个猪结肠模型上制造了96个息肉。在16层CT上扫描获得CT结肠影像，扫描准直器宽0．75mm，采用10、50、100与160mAs；螺矩为1．5。每扫描1mAs，CT影像重建厚度（ST）均为1．5mm，重建间隔（RI）为1．3mm。为评价Z轴空间分辨力的影响，还对100mAs的CT扫描用不同的ST（原文为SI，可能有误）与RI组合进行重建（分别为1．0与0．7mm，3．0与2．0mm，3．0与3．0mm．5．0与5．0mm）。随后用CAD程序分析模型数据。

仿真CT结肠镜:利用或者不利用计算机辅助诊断评价认知曲线及读取时间

目的前瞻性评价经验不足的放射诊断医生在有或没有计算机辅助诊断(CAD)的情况下。

通过分布式人工智能实现CT结肠成像的计算机辅助慢性息肉辨识

目的通过计算机辅助诊断技术（CAD），利用分布式人工智能进行CT结肠成像的病理诊断。材料与方法本研究经人体实验保护局（OfficeofHumanSubjectsResearch）批准。研究内容中涉及健康保险流通与责任法案（HIPAA）的患者知情同意要求并未报批。CT数据采集于24名患有至少一块6mm息肉的病人，相关图样的分析通过计算机辅助诊断（CAD）软件完成，共鉴别268处疑似病灶。每处疑似病灶均由20名来自同一众包平台的知识工作者（KnowledgeWorkers，KWs）判断是否是息肉。为了检验本方法的可重复性，共228名知识工作者参与了两轮病灶鉴别工作。本文中，通过比较知识工作者和CAD软件分析结果的受试者工作特征曲线覆盖面积（AUC）来评价本方法的效果。结果知识工作者的检测水平AUC结果为：第1轮0．845±0．045（标准差），第2轮0．855±0．044。计算机辅助诊断软件（CAD）分析结果的AUC为0．859±0．043，两种方法之间并没有显著区别。根据病灶判断难度分析，容易的诊断中知识工作者表现更佳：第1轮AUC为0．951±0．032，第2轮0．966±0．027（P=0．039），CAD的AUC为0．877±0．048。对于两轮检验都参加的知识工作者而言，第2轮的诊断结果有显著的提升：第1轮AUC为0．759±0．052，第2轮为0．839±0．046（P=0．041）。结论在慢性息肉的诊断方面，分布式人工智能和计算机辅助诊断（CAD）技术的结果之间并无显著差异。

计算机辅助诊断在医学影像学领域的应用和发展

近年来,计算机辅助诊断(computer aided diagnosis,CAD)逐渐成为医学影像学中的研究热点之一,很多CAD技术不断出现并获得快速发展,对于提高放射科医生诊断的准确率、减少漏诊起到了积极的作用.……

虚拟结肠镜的计算机辅助检测研究

虚拟结肠镜计算机辅助检测是利用息肉与正常组织形态以及其他特征的差异、由计算机实现结肠息肉自动检测的技术手段,与直接使用VC检查相比,基于CAD的VC系统能够提供更客观一致的检测结果,提高检测速度,从而促进VC在普查与检测方面的临床应用。经过数年的发展,CAD技术已形成基本的设计流程,其敏感度和特异度不断提高,以满足临床检测的需要。对CAD系统的关键技术及临床性能进行分析综述,并对存在的问题及发展进行了讨论。

扁平T1期结肠癌计算机辅助CT结肠成像的检出

本研究的目的是评价计算机辅助探查（CAD）软件于CT结肠成像（CTC）检查中对扁平形早期结肠癌的检出能力。CTC分期检查的病人中24例内镜分类为扁平形（宽径为高径的2倍以上），T1期结肠癌的病人纳入研究。3位有经验的放射医生在参考内镜报告后，在意见一致的条件下记录肿瘤的发生部位。随后采用CAD软件以3组滤过方式（0、0．75、1）进行分析。计算机分析结果分为真阳性（肿瘤边缘重叠）或假阳性。真阳性又进一步分为局限性或非局限性病变。24个结肠癌内窥镜分类为Ⅱa型（n=11）与Ⅱa＋Ⅱc（n=13）型，

计算机辅助诊断

Automated classification of bone structure and extraction of thoracic cage in 3-D torso CT images.Automated recognition method of concave area by using complex PARCOR coefficient and its application to detection of colonic polyps in abdominal X-ray CT images.Automatic distribution and shape analysis of blood vessels on retinal images.Computer-Aided Prostate Cancer Detection in Ultrasonographic Images.

人工智能辅助结肠镜检查对息肉检出率影响的Meta分析

目的 定量分析人工智能(AI)辅助结肠镜检查对息肉检出率的影响。方法 检索自建库至2021年5月Cochrane Library、PubMed、Embase、Web of Science、中国知网(CNKI)、万方数据(Wanfang Data)和维普网(VIP)中关于AI辅助结肠镜检查的研究,并对文章进行质量评价,采用RevMan 5.4软件进行Meta分析。结果 纳入8篇文献,共6 217例患者(3 095/3 122)。与没有AI辅助的结肠镜检查相比,AI辅助结肠镜检查增加了腺瘤检出率(ADR)(R^R=1.43,95%CI:1.33~1.55,P=0.000),提高了息肉检出率(PDR)(R^R=1.40,95%CI:1.30~1.51,P=0.000)。左半结肠、右半结肠、<10 mm和无蒂的ADR和PDR明显增加(P <0.01);AI辅助结肠镜与常规结肠镜检查退镜观察时间无明显差异。结论 AI辅助肠镜检查可以增加腺瘤和息肉的检出率,与腺瘤及息肉的位置、大小及形态学相关,与退镜时间无关。

计算机辅助检测(CAD)为CT虚拟结肠镜检查(CTC)锦上添花 Medicsight MedicRead Colon SFDA获批

2008年5月31日在第一届CTC亚洲会议启动新闻发布会上，MEDICSIGHT公司宣布公司所研发的Medicsight MedicRead Colon诊断系统（世界首台专注于结肠诊断的计算机辅助检测系统）取得了国家食品药品监督管理局（SFDA）的认证，这也是国内应用于CTC结肠CAD软仲在SFDA取得的首个注册证。

CT结肠成像对结肠息肉和结直肠癌的诊断价值

结直肠癌是临床常见的恶性肿瘤之一,其发病率和病死率均较高。大多数结直肠癌由腺瘤样息肉恶变而来,早期检出具有重要临床意义。纤维结肠镜是目前最准确的检出结肠息肉的方法,但存在一定痛苦,

计算机辅助检测(CADe)与普通肠镜比较识别结直肠腺瘤和息肉效果的Meta分析

目的系统评价计算机辅助检测(computer-aided detection,CADe)与普通肠镜比较识别结直肠腺瘤和息肉的有效性和安全性。方法计算机检索PubMed、Cochrane Library、Web of Science、Embase、CNKI、WanFang Data和VIP数据库,搜集CADe辅助肠镜和常规肠镜比较检测结直肠肿瘤有效性和安全性的随机对照试验(randomized controlled-trials,RCT),检索时限均为2014年至2023年4月,由两名研究员独立筛选文献、提取资料并评价纳入研究的偏倚风险后,采用RevMan 5.3软件进行Meta分析。结果纳入9个RCT,共6393例受试者。Meta分析结果显示,与常规肠镜检查相比,CADe系统明显提高了腺瘤检出率[RR=1.22,95%CI(1.10,1.35),P<0.01]和息肉检出率[RR=1.19,95%CI(1.04,1.36),P=0.01];降低了腺瘤漏诊率[RR=0.48,95%CI(0.34,0.67),P<0.01]及息肉漏诊率[RR=0.39,95%CI(0.25,0.59),P<0.01]。CADe系统对近端息肉的检出率明显增加,≤5mm息肉的检出率轻度增加,但>10mm及有蒂息肉检出率明显降低;盲肠、横结肠、降结肠及乙状结肠的漏诊率明显降低。两组在退镜时间上无统计学差异。结论CADe可以增加腺瘤及息肉检出率。并降低漏诊率,息肉检出率与其位置、大小及形态相关,腺瘤漏诊率与其位置相关。

基于人工智能的结直肠息肉辅助诊断系统可提高息肉检出率:一项前瞻性随机对照研究

背景:结肠镜检查通过检测和切除息肉,可显著降低结直肠癌发病率和死亡率,但存在一定的息肉漏诊率。目的:探讨基于人工智能(AI)的结直肠息肉辅助诊断系统的临床应用价值。方法:根据纳入和排除标准,选取2021年9月—11月在苏州大学附属第一医院接受结肠镜检查的患者400例,随机分为2组,每组200例,分别接受常规结肠镜检查和AI辅助结肠镜检查。采用Boston肠道准备量表(BBPS)评估肠道准备质量。主要结局指标为息肉检出率(PDR),次要结局指标为平均息肉检出数(PPC)。结果:AI系统可显著提高PDR和PPC(37.0%对23.0%,0.775对0.495,P均<0.05),尤其是对于微小息肉和小息肉(微小息肉:23.0%对13.0%,0.410对0.295;小息肉:16.0%对8.0%,0.255对0.095;P均<0.05),两组间大息肉检出情况无明显差异(P均>0.05)。在肠道准备较差(BBPS 0~5分)或优秀(BBPS 8~9分)的情况下,两组间息肉检出情况无明显差异(P均>0.05);在肠道准备合格(BBPS 6~7分)的情况下,AI系统可显著提高PDR和PPC(33.0%对20.0%,0.670对0.450,P均<0.05)。结论:基于AI的结直肠息肉辅助诊断系统对微小息肉和小息肉的检出有较大优势,从而显著提高结肠镜检查的PDR和PPC。该系统在肠道准备质量为合格时能发挥更大优势。