已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Applying Deep Learning with Convolutional Neural Networks to Laryngoscopic Imaging for Automated Segmentation and Classification of Vocal Cord Leukoplakia

医学 白斑 绳索 放射科 声带 人工智能 病理 解剖 外科 癌症 内科学 计算机科学
作者
Ming Xiong,Jiawei Luo,Jia Ren,Juanjuan Hu,Lan Lan,Shouxin Zhang,Dan Lv,Xiaobo Zhou,Hui Yang
出处
期刊:Ear, nose, & throat journal [SAGE]
标识
DOI:10.1177/01455613241275341
摘要

Objectives: Vocal cord leukoplakia is clinically described as a white plaque or patch on the vocal cords observed during macroscopic examination, which does not take into account histological features or prognosis. A clinical challenge in managing vocal cord leukoplakia is to assess the potential malignant transformation of the lesion. This study aims to investigate the potential of deep learning (DL) for the simultaneous segmentation and classification of vocal cord leukoplakia using narrow band imaging (NBI) and white light imaging (WLI). The primary objective is to assess the model’s accuracy in detecting and classifying lesions, comparing its performance in WLI and NBI. Methods: We applied DL to segment and classify NBI and WLI of vocal cord leukoplakia, and used pathological diagnosis as the gold standard. Results: The DL model autonomously detected lesions with an average intersection-over-union (IoU) >70%. In classification tasks, the model differentiated between lesions in the surgical group with a sensitivity of 93% and a specificity of 94% for WLI, and a sensitivity of 99% and a specificity of 97% for NBI. In addition, the model achieved a mean average precision of 81% in WLI and 92% in NBI, with an IoU threshold >0.5. Conclusions: The model proposed by us is helpful in assisting in accurate diagnosis of vocal cord leukoplakia from NBI and WLI.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
水沝完成签到 ,获得积分10
5秒前
Z赵完成签到 ,获得积分10
6秒前
12321完成签到,获得积分10
6秒前
2024kyt完成签到 ,获得积分10
6秒前
10秒前
失眠的霸发布了新的文献求助10
11秒前
笙璃完成签到 ,获得积分10
15秒前
舍曲林完成签到,获得积分10
17秒前
mpenny77完成签到,获得积分10
20秒前
20秒前
Echo完成签到,获得积分10
21秒前
冰冰发布了新的文献求助10
23秒前
24秒前
469024195完成签到 ,获得积分10
25秒前
失眠的霸发布了新的文献求助30
26秒前
米妮发布了新的文献求助30
26秒前
飞翔完成签到 ,获得积分10
26秒前
asaki完成签到,获得积分10
27秒前
薄荷小姐完成签到 ,获得积分10
27秒前
ZCLLLLL完成签到,获得积分10
29秒前
科研通AI2S应助风的忧伤采纳,获得10
29秒前
福同学完成签到,获得积分10
31秒前
32秒前
nove999完成签到 ,获得积分10
32秒前
36秒前
38秒前
华仔应助科研通管家采纳,获得10
38秒前
搜集达人应助科研通管家采纳,获得10
38秒前
Dobby发布了新的文献求助30
39秒前
不想科研的不是好牛马完成签到 ,获得积分10
40秒前
41秒前
捉住一只羊完成签到 ,获得积分10
41秒前
nano完成签到 ,获得积分10
43秒前
风的忧伤发布了新的文献求助10
44秒前
学习学习再学习完成签到 ,获得积分10
46秒前
46秒前
ZCLLLLL发布了新的文献求助10
46秒前
kannnliannn完成签到 ,获得积分10
47秒前
111完成签到 ,获得积分10
48秒前
楠茸完成签到 ,获得积分10
49秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
《粉体与多孔固体材料的吸附原理、方法及应用》(需要中文翻译版,化学工业出版社,陈建,周力,王奋英等译) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3085205
求助须知:如何正确求助?哪些是违规求助? 2738111
关于积分的说明 7548402
捐赠科研通 2387728
什么是DOI,文献DOI怎么找? 1266084
科研通“疑难数据库(出版商)”最低求助积分说明 613281
版权声明 598492