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

Kỹ thuận chẩn đoán bệnh

Đào Việt Hằng(1), Nguyễn Thanh Tùng, Lâm Ngọc Hoa, Nguyễn Phúc Bình, Đào Văn Long, Nguyễn Thị Thủy, Đinh Viết Sang

Nghiên cứu đánh giá độ chính xác của thuật toán EfficientNet trong phát hiện và khoanh vùng polyp đại tràng

Evaluating the accuracy of EfficientNet in colon polyp detection and delineation

Tạp chí Y học Việt Nam (Tổng hội Y học Việt Nam)

2021

1

319-322

1859-1868

Trí tuệ nhân tạo, EfficientNet, Nội soi đại tràng, Polyp đại tràng

Artificial intelligent, EfficientNet, Colonoscopy, Polyp detection

Đánh giá độ chính xác của thuật toán EfficientNet trong phát hiện polyp đại tràng và khảo sát các yếu tố liên quan đến tỷ lệ bỏ sót, nhận nhầm. Phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang. Thuật toán EfficientNet được kiểm chứng trên tập ảnh tĩnh bao gồm 4000 ảnh (2000 ảnh có polyp với 2111 tổn thương, 2000 ảnh không có polyp) bằng cách so sánh với phần gán nhãn chuẩn của chuyên gia. Độ chính xác được đánh giá bằng độ nhạy (Se), độ đặc hiệu (Sp), giá trị dự báo dương tính (PPV), giá trị dự báo âm tính (NPV). Mô hình hồi quy được sử dụng để khảo sát những yếu tố liên quan đến tỉ lệ bỏ sót và nhận nhầm. Kết quả: Se, PPV, Sp, NPV và độ chính xác lần lượt là 97,60%, 94,44%, 94,25%, 97,52% và 95,93%. Phân tích hồi quy đa biến cho thấy độ sạch, kích thước và số lượng vùng polyp có liên quan tới tỷ lệ bỏ sót, độ sạch và chẩn đoán có liên quan đến tỷ lệ nhận nhầm. Kết luận: Thuật toán EfficientNetcó độ chính xác cao, có thể phát triển theo hướng đồng kiểm với bác sĩ nội soi trong quá trình soi và có thể tham gia huấn luyện, đào tạo y khoa với dữ liệu lớn.

To evaluate the accuracy of EfficientNet algorithm in detecting colon polyps and to determine factors associated with the rate of missed polyp and false detection. Methods: Cross-sectional study. EfficientNet algorithm was validated on a set of 4000 still image (2000 images containing 2111 polyps, 2000 images with no polyp) by comparing with the ground-truth delineated by experts. Accuracy was assessed by sensitivity (Se), specificity (Sp), positivepredictive value (PPV) and negative predictive value (NPV). Regression models were used to determine factors related to the rate ofmissed polyp and false detection. Results: Se, PPV, Sp, NPV and accuracy were 97.60%, 94.44%, 94.25%, 97.52% and 95.93%, respectively. Multivariate regression analysis showed that cleanliness, polyp’s sizeand numberof polyps on image were significantly associated with the missedrate; cleanlinessand diagnosis were related to the false detection rate. Conclusion: EfficientNet algorithm had high accuracy, can be further developed using big data to support endoscopists during endoscopy or improve endoscopy and medicaltraining.

TTKHCNQG, CVv 46

Xem toàn văn
  • [1] Wang P., Xiao X., Glissen Brown J.R. và cộng sự. (2018), Development and validation of a deeplearning algorithm for the detection of polyps during colonoscopy,Nat Biomed Eng,2(10), 741–748.
  • [2] Valarini S.B.M.và cộng sự. (2011), Correlation between location, size and histologic type of colorectal polyps at the presence of dysplasia and adenocarcinoma,Journal of Coloproctology (Rio de Janeiro), 31(3), 241–247
  • [3] Seo J.H., Lee B.-I. và cộng sự. (2020), Adenoma miss rate of polypectomy-referring hospitals is high in Korea,Korean J Intern Med, 35(4), 881–888
  • [4] Ozawa T., Ishihara S. và cộng sự. (2020), Automated endoscopic detection and classification of colorectal polyps using convolutional neural networks,Therap Adv Gastroenterol,13, 1756284820910659.
  • [5] Lui T.K.L., Hui C.K.Y. và cộng sự. (2021), New insights on missed colonic lesions during colonoscopy through artificial intelligence-assisted real-time detection (with video),Gastrointest Endosc, 93(1), 193-200
  • [6] Lai E.J., Calderwood A.H., Doros G. và cộng sự. (2009), The Boston Bowel Preparation Scale: A valid and reliable instrument for colonoscopyoriented research,Gastrointest Endosc, 69(3 Pt 2), 620–625.
  • [7] (2020), The Globocan Cancer Obseratory,Country profile: Vietnam.
  • [8] Đào Việt Hằng và cộng sự. (2020), 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,130 (6), 101-110