基于胃部肿瘤病理数据特征提取的分型模型研究

作     者：张建 宋志刚 王书浩 付哲铭 王磊 Zhang Jian;Song Zhigang;Wang Shuhao;Fu Zheming;Wang Lei

作者机构：北京航空航天大学自动化科学与电气工程学院北京100191 中国人民解放军总医院病理科北京100853 北京透彻未来科技有限公司透彻实验室北京100036 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2024年第45卷第7期

页      面：210-217页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：青海省2023年第1批科技计划(基础研究计划项目)(2023-ZJ-732)项目资助 

主　　题：胃部肿瘤 胃癌分型 特征提取 深度学习 病理诊断 

摘      要：胃癌的早期发现和组织病理的精准分型可有效提高患者的5年生存率,但有限的医疗资源难以满足这一需求。基于ResNet-50的DeepLab v3语义分割算法,构建了胃部肿瘤病理分型识别系统,辅助病理医生实现快速高效精准的协同分型诊断。针对不含恶性肿瘤的情况,完善实现了胃部低级别上皮内瘤变的二分类识别。医院临床及资深医师像素级标注的1854张胃部组织数字切片进行了训练和测试,实现了在癌区识别基础上准确率为61.8%、kappa=0.496的分型诊断和敏感度100%、特异性75.8%和AUC=0.972的低级别上皮内瘤变诊断。提出的胃癌分型诊断能够标出癌区,并给出诊断参考;低级别上皮内瘤变的诊断较为精确。