基于深度学习的神经网络智能图像识别技术应用于宫颈鳞状上皮内病变细胞学筛查的可行性研究

• 作 者: 张世豪 冼丽英 高敏 陈志晓 李志焕
• 机 构: 东莞市人民医院病理科,广东工业大学计算机学院,东莞华南设计创新院
• 出 处: 中国临床新医学
• 发表日期: 2019年3期
• 关键词: 病理学 细胞学筛查 宫颈上皮内病变 图像处理 深度学习 神经网络 计算机辅助 PathologyCytological screeningCervical in
• 基金项目: 东莞市社会科技发展(一般)项目(编号:2018507150011327).

目的探讨基于深度学习的神经网络智能图像识别技术应用于宫颈鳞状上皮内病变细胞学筛查的可行性。方法选择2017-07~2017-12期间该院经宫腔镜下宫颈组织活检确诊并有宫颈液基细胞学检查结果的体检者共373例,将基于深度学习的神经网络智能图像识别系统(简称智能系统)阅片与人工阅片的宫颈液基细胞学检查结果与阴道镜下宫颈组织活检相对照。结果两种阅片方法对宫颈鳞状上皮内病变的敏感度比较,差异无统计学意义(P> 0. 05);智能系统阅片对宫颈鳞状上皮内病变的特异度、符合率显著低于人工阅片,差异有统计学意义(