Přesnost počítačově podporovaného (CADx) systému při charakterizaci kolorektálních ulcerózních onemocnění v reálném čase

V první retrospektivní fázi studie je naším primárním cílem vyvinout a ověřit systém CADx. Endoskopické fotografie a videa budou získány ze stávající databáze ve studijních centrech (Nemocnice Nanfang). Pro každý kolorektální vřed se zachytí různé endoskopické pohledy. K analýze budou shromážděny relevantní výchozí demografické údaje, laboratorní zprávy, zobrazovací zprávy, endoskopické zprávy a výsledky histopatologického vyšetření. Zaznamená se umístění, velikost a morfologie každé léze tlustého střeva. Diagnóza všech kolorektálních ulcerózních onemocnění byla komplexně hodnocena nezávislými patology a gastroenterology. V naší studii se zaměříme na následující podtypy kolorektálních ulcerózních lézí:

1) kolorektální karcinom (CA);2)Crohnova choroba (CD);3)ulcerózní kolitida (UC);4)střevní tuberkulóza (ITB);5)ischemická kolitida (IC).

Všechny údaje budou před centrálním zpracováním deidentifikovány, aby byla zajištěna jejich důvěrnost. Pro každý jednotlivý subjekt bude použito sériové číslo specifické pro projekt. Všechna klinická data a neidentifikovatelné endoskopické snímky budou důvěrné a nebudou sdíleny s žádnou třetí stranou.

Z většiny zahrnutých případů bude vytvořena cvičná kohorta, po níž bude následovat validační kohorta se zbývajícími případy. Endoskopické snímky a videa budou připraveny k trénování spletité neuronové sítě a rekurentní neuronové sítě výběrem vhodných oblastí zájmu (ROI). Bude shromážděno více ROI v rámci stejného kolorektálního ulcerativního onemocnění, aby se snížilo zkreslení výběru. Anotace a validace endoskopických snímků bude provedena výzkumným týmem. Obrázky budou dále segmentovány na dlaždice stejné velikosti pro další zpracování. Algoritmy hlubokého učení budou použity k učení a extrahování funkcí z obrazových a video dat. Vyvineme opakující se konvoluční síť, abychom využili doplňkové informace vizuálních a časových prvků extrahovaných z videa. Na stejném principu jsou také vytvářena ověřovací data, která umožňují křížové ověření přesnosti modelu.

Ve druhé prospektivní fázi studie se zaměřujeme na porovnání diagnostické přesnosti mezi systémem CADx, expertními endoskopisty a juniorskými endoskopisty. Sada testovacích obrázků a videí bude shromážděna prospektivně od jiných subjektů podle předchozích kritérií způsobilosti, poté bude náhodně přidělena počítačově generovaná sekvence.

Dva odborní endoskopisté (s více než 5 letou praxí v kolonoskopii a celkovým počtem výkonů více než 1000) a dva mladší endoskopisté (s praxí méně než 3 roky v kolonoskopii a celkovým počtem výkonů menším než 500), kteří jsou zaslepeni ke konečnému výsledku diagnostiky, budou vyzváni, aby roztřídili obrázky a videa testovací sady podle předem definovaných podtypů. Všichni endoskopisté vyhodnotí data testovací sady nezávisle v reálném čase. Na druhou stranu systém CADx bude skenovat obrázky a videa testovací sady nezávisle. Bude zaznamenána předpověď subtypů vředů. Formální diagnostická zpráva po vyhodnocení nezávislými patology a gastroenterology bude považována za základní pravdu.