대장궤양성 질환의 실시간 특성화에서 컴퓨터 지원(CADx) 시스템의 정확성

연구의 첫 번째 회고적 단계에서 우리의 주요 목표는 CADx 시스템을 개발하고 검증하는 것입니다. 내시경 사진과 비디오는 연구 센터(Nanfang 병원)의 기존 데이터베이스에서 검색됩니다. 각 대장궤양에 대해 다양한 내시경 보기가 캡처됩니다. 분석을 위해 관련 기본 인구 통계, 실험실 보고서, 영상 보고서, 내시경 보고서 및 조직병리학 결과가 수집됩니다. 각 대장 병변의 위치, 크기 및 형태를 기록합니다. 모든 대장궤양 질환의 진단은 독립적인 병리학자 및 위장병 전문의에 의해 종합적으로 평가되었습니다. 본 연구에서는 대장궤양 병변의 다음과 같은 하위 유형에 중점을 둘 것입니다.

1) 대장암(CA), 2) 크론병(CD), 3) 궤양성 대장염(UC), 4) 장 결핵(ITB), 5) 허혈성 대장염(IC).

모든 데이터는 기밀성을 보장하기 위해 중앙 처리 전에 식별되지 않습니다. 프로젝트별 일련 번호는 각 개별 주제를 나타내는 데 사용됩니다. 모든 임상 데이터와 식별되지 않은 내시경 이미지는 기밀로 유지되며 제3자와 공유되지 않습니다.

포함된 사례의 대부분에서 훈련 코호트가 개발되고 나머지 사례로 검증 코호트가 이어집니다. 적절한 관심 영역(ROI)을 선택하여 회선 신경망과 순환 신경망을 훈련할 수 있도록 내시경 이미지와 비디오를 준비합니다. 선택 편향을 줄이기 위해 동일한 대장궤양 질환 내의 여러 ROI가 수집됩니다. 내시경 영상의 주석 및 검증은 연구팀이 수행합니다. 추가 처리를 위해 이미지는 동일한 크기의 타일로 더 분할됩니다. 딥러닝 알고리즘을 적용하여 이미지 및 영상 데이터의 특징을 학습하고 추출합니다. 우리는 비디오에서 추출된 시각적 특징과 시간적 특징의 보완적인 정보를 활용하기 위해 순환 컨벌루션 네트워크를 개발할 것입니다. 검증 데이터도 모델 정확도에 대한 교차 검증을 가능하게 하는 동일한 원칙에 따라 생성됩니다.

두 번째 전향적 연구 단계에서는 CADx 시스템, 전문 내시경 의사 및 주니어 내시경 의사 간의 진단 정확도를 비교하는 것을 목표로 합니다. 이전 자격 기준에 따라 다른 피험자로부터 일련의 테스트 이미지와 비디오를 전향적으로 수집한 후 컴퓨터에서 생성된 시퀀스를 무작위로 할당합니다.

전문 내시경 전문의 2명(대장내시경 경력 5년 이상, 총 시술 횟수 1,000회 이상)과 후배 내시경 의사 2명(대장내시경 경력 3년 미만, 총 시술 횟수 500회 미만) 최종 진단 결과를 알지 못한 채 미리 정의된 하위 유형에 따라 테스트 세트 이미지와 비디오를 분류하도록 초대됩니다. 모든 내시경 의사는 테스트 세트 데이터를 실시간으로 독립적으로 평가합니다. 반면에 CADx 시스템은 테스트 세트 이미지와 비디오를 독립적으로 스캔합니다. 궤양 하위 유형의 예측이 기록됩니다. 독립적인 병리학자 및 위장병 전문의의 평가를 거친 공식 진단 보고서는 근거 진실로 간주됩니다.