1. 首页
  2. 教育
  3. 深度学习

谷歌利用C2D2对大肠进行3D重建,有效解决大肠镜筛检覆盖率不足的问题

据一组数据显示,每年夺走近70万人生命的大肠癌,现已成为了仅次于肺癌、肺癌和胃癌的全球第四大致命的癌症。而大肠癌的形成,很有可能是从一些容易被漏掉的息肉所致。

据一组数据显示,每年夺走近70万人生命的大肠癌,现已成为了仅次于肺癌、肺癌和胃癌的全球第四大致命的癌症。而大肠癌的形成,很有可能是从一些容易被漏掉的息肉所致。

正因如此,谷歌开发了一个深度学习算法C2D2,可以透过捕捉影像深度,对大肠进行3D重建,显示已被检测与未被检测的部位,藉此提升大肠检查覆盖率。而实验证明,机器学习能有效解决大肠镜筛检覆盖率不足的问题。

谷歌利用C2D2对大肠进行3D重建,有效解决大肠镜筛检覆盖率不足的问题

一则文献中也曾指出,医生在进行大肠镜检查的时候,平均会漏掉22%到28%的息肉,而且会漏掉20%到24%可能会癌变的腺瘤。

造成这样一个现象的原因之一在于虽然息肉出现在大肠镜的画面中,但是因为息肉形状扁平较小致使漏看情况发生。其二在于操作内视镜时,检测范围未能覆盖所有相关区域,导致息肉没有出现在视野中。

谷歌提到在真正癌变之前,可以透过去除大肠中的息肉来预防大肠癌,且只要息肉检出率能提升1%,大肠癌的发生率就能降低6%。因此谷歌期望利用深度学习算法C2D2,来解决大肠镜检查覆盖率不足的问题。

Google请医生以及C2D2算法,同时对合成影片进行息肉检查,发现C2D2的平均绝对误差为0.075,而医生的平均绝对误差则为0.177,医生的平均绝对误差明显较大,C2D2的精确度是医生的2.4倍。
       责任编辑:pj

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/jiaoyu/shenduxuexi/13009.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code