文献速递宫颈癌深度筛查和宫颈图像自动

（一）文献基本信息

题目：AnObservationalStudyofDeepLearningandAutomatedEvaluationofCervicalImagesforCancerScreening

作者：LimingHu;et.al

单位：NationalCancerInstitute

发表时间：-09-01

期刊名称：JNatlCancerInst

影响因子与分区：11.(Q1)

（二）核心亮点

(1)UsingadeeplearningapproachcalledFasterR-CNNwithextensiveimageaugmentationbasedonapretrainedmodel,animageanalyzerthatperformsautomatedvisualevaluationofthecervixwastrainedandvalidated.

使用一种称为FasterR-CNN的深度学习方法，并基于预训练的模型进行了广泛的图像增强，对执行自动子宫颈视觉评估的图像分析仪进行了训练和验证。

(2)Asaprimaryscreeningmethod,thealgorithm,trainedusingdigitizedcervigramsfromtheGuanacasteCohort,achievedexcellentsensitivityfordetectionofCIN2tintheagegroupathighestriskofprecancers.

作为一种主要的筛查方法，在癌症前期最高风险年龄组中对CIN2t的检测达到了卓越的敏感性。

(3)Theperformancesurpassedcolposcopistevaluatorinterpretationsofthesameimages(cervicography)and

转载请注明：http://www.shijichaoguyj.com/wxjs/9143.html