BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  22,700,241
  • Công bố khoa học và công nghệ Việt Nam

Tiêu hoá và gan mật học

Đào Việt Hằng(1), Lê Quang Hưng, Nguyễn Phúc Bình, Nguyễn Mạnh Hùng, Lâm Ngọc Hoa, Đào Văn Long, Nguyễn Thị Thủy, Đinh Viết Sang, Vũ Hải

Kết quả bước đầu của ứng dụng trí tuệ nhân tạo trong phát hiện polyp đại tràng tại Việt Nam

Tạp chí Nghiên cứu y học (Đại học Y Hà Nội)

2020

130

101-110

0868-202X

Nội soi đại tràng, Polyp đại tràng, Trí tuệ nhân tạo, Học sâu, Ứng dụng

Từ 11/2019 đến 06/2020, nhóm tác giả thu thập 8.190 ảnh nội soi đại tràng (NSĐT) có polyp và 4.000 ảnh NSĐT không polyp, chia thành tập huấn luyện và tập kiểm chứng nhằm xây dựng mô hình AI. Mô hình học sâu đề xuất được xây dựng theo kiến trúc U-Net với nhánh EfficientNet, huấn luyện trong 150 bước với thuật toán SGD và đánh giá bởi chỉ số F1, giá trị dự đoán dương tính (PPV), độ nhạy (Se), độ đặc hiệu (Sp). Kết quả trên tập kiểm chứng cho thấy chỉ số F1 trên 2 tập ảnh khi hội tụ đạt > 95 %. Kết quả kiểm định thuật toán trên tập thực nghiệm (1.321 ảnh với 1.543 polyp) là PPV (94,60%), Se (96,39%) và Sp (99,84%). Trong tổng số 1543 polyp, 63,58% có kích thước < 5 mm và 81,14% thuộc nhóm Is (Phân loại Paris). 52 vùng bị khoanh sai do ảnh có bọt, vùng lóa hoặc dịch nhầy. Các vùng bị nhầm chủ yếu là nếp niêm mạc (44,23%) và dịch nhầy (13,46%). Nghiên cứu cho thấy thuật toán xây dựng trong phát hiện polyp đại tràng có PPV, Se, Sp cao và có tính khả thi.

TTKHCNQG, CVv 251

Xem toàn văn
  • [1] Hoang TH, Nguyen HD, Nguyen VA, Nguyen TA, Nguyen VT, Tran MT. (2019), Enhancing Endoscopic Image Classification with Symptom Localization and Data Augmentation.,
  • [2] Đào Việt Hằng, Nguyễn Phúc Bình, Vũ Hải, et al. (2019), Xác định vị trí giải phẫu của dạ dày qua nội soi đường tiêu hóa trên sử dụng mạng noron tích chập.,Tạp chí Y học thực hành. 2019; 1120(12): 10 - 12.
  • [3] Lui TKL, Guo CG, Leung WK. (2020), Accuracy of artificial intelligence on histology prediction and detection of colorectal polyps: a systematic review and meta-analysis.,Gastrointestinal Endoscopy. 2020; 92(1): 11-22.e16.
  • [4] Pogorelov K, Randel KR, Griwodz C, et al. (2017), KVASIR: A Multi-Class Image Dataset for Computer Aided Gastrointestinal Disease Detection.,
  • [5] Wang P, Xiao X, Glissen Brown JR, et al. (2018), Development and validation of a deep-learning algorithm for the detection of polyps during colonoscopy.,Nature Biomedical Engineering. 2018; 2(10): 741 - 748.
  • [6] Bisschops R, East JE, Hassan C, et al. (2019), Advanced imaging for detection and differentiation of colorectal neoplasia: European Society of Gastrointestinal Endoscopy (ESGE) Guideline - Up-date 2019.,Endoscopy. 2019; 51(12): 1155 - 1179
  • [7] Abraham N, Khan NM. (2019), A Novel Focal Tversky Loss Function With Improved Attention U-Net for Lesion Segmentation.,Paper presented at: 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019); 8 - 11 April 2019, 2019.
  • [8] Tan M, Le Q. (2019), EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.,
  • [9] Ronneberger O, Fischer P, Brox T. (2015), U-Net: Convolutional Networks for Biomedical Image Segmentation. Vol 93512015.,
  • [10] Le TN, Bao PT, Huynh HT. (2016), Liver Tumor Segmentation f-rom MR Images Using 3D Fast Marching Algorithm and Single Hidden Layer Feedforward Neural Network.,BioMed Research International. 2016; 2016: 3219068.
  • [11] Ngoc LT, Huynh KD, Bao PT, Hieu HT. (2016), Liver intensity determination in the 3D abdominal MR image using neural network.,Vietnam Journal of Science and Technology. 2016; 3A(54).
  • [12] Huynh HT, Anh VNN. (2019), A Deep Learning Method for Lung Segmentation on Large Size Chest X-Ray Image.,Paper presented at: 2019 IEEE-RIVF International Conference on Computing and Communication Technologies (RIVF); 20-22 March 2019,
  • [13] (2018), Quyết định 2549/QĐ-BYT 2018 ban hành Tài liệu Hướng dẫn chẩn đoán và điều trị ung thư đại - trực tràng.,
  • [14] Wolf AMD, Fontham ETH, Church TR, et al. (2018), Colorectal cancer screening for averagerisk adults: 2018 guideline up-date f-rom the American Cancer Society.,CA Cancer J Clin. 2018; 68(4): 250-281.
  • [15] Bray F, Ferlay J, Soerjomataram I, Siegel RL, Torre LA, Jemal A. (2018), Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.,CA Cancer J Clin. 2018; 68(6): 394 - 424
  • [16] Viscaino M, Cheein FA. (2019), Machine learning for computer-aided polyp detection using wavelets and content-based image.,Paper presented at: 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC); 23 - 27 July 2019, 2019.
  • [17] Urban G, Tripathi P, Alkayali T, et al. (2018), Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy.,Gastroenterology. 2018; 155(4): 1069 - 1078 e1068.
  • [18] Karkanis SA, Iakovidis DK, Maroulis DE, Karras DA, Tzivras M. (2003), Computer-aided tumor detection in endoscopic video using color wavelet features.,IEEE Transactions on Information Technology in Biomedicine. 2003; 7(3): 141 - 152.
  • [19] Corley DA, Jensen CD, Marks AR, et al. (2014), Adenoma detection rate and risk of colorectal cancer and death.,N Engl J Med. 2014; 370(14): 1298 - 1306.
  • [20] Shin JG, Kim HW, Park SB, et al. (2017), Polyp missing rate and its associated risk factors of referring hospitals for endoscopic resection of advanced colorectal neoplasia.,Medicine (Baltimore). 2017; 96(19): e6742.
  • [21] Zhao S, Wang S, Pan P, et al. (2019), Magnitude, Risk Factors, and Factors Associated With Adenoma Miss Rate of Tandem Colonoscopy: A Systematic Review and Meta-analysis.,Gastroenterology. 2019; 156(6): 1661 - 1674 e1611.
  • [22] Moriyama T, Uraoka T, Esaki M, Matsumoto T. (2015), Advanced technology for the improvement of adenoma and polyp detection during colonoscopy.,Dig Endosc. 2015; 27 Suppl 1: 40 - 44.
  • [23] Giacosa A, Frascio F, Munizzi F. (2004), Epidemiology of colorectal polyps.,Tech Coloproctol. 2004; 8 Suppl 2: s243-247.