Patologisk klassifisering av lungeknuter i bilder ved bruk av dyp læring

Alle fotografier med hvitt lys av lungeknuter fra telefoner av patologisk bekreftet adenokarsinom in situ (AIS), minimalt invasivt adenokarsinom (MIA) og invasivt adenokarsinom (IAC) ble retrospektivt samlet fra påfølgende pasienter som ble operert mellom 30. juni 20520 og september 2020. 2021 ved Guangdong Provincial People's Hospital. Til slutt ble totalt 1037 bilder med hvitt lys fra 973 individer inkludert i studien. Hele datasettet ble delt inn i trenings- og testdatasett, som var gjensidig utelukkende, ved hjelp av stikkprøver. Av disse ble 830 bilder brukt som treningsdatasett og 104 bilder fra ble brukt som testdatasett. CNN-modellen ble brukt til å klassifisere bilder, nemlig Resnet-50. For CNN-modellen ble fortrent modell med ImageNet Dataset tatt i bruk ved bruk av overføringslæring. Etter å ha konstruert CNN-modellene ved å bruke treningsdatasettet, ble ytelsen til modellene evaluert ved å bruke testdatasettet og det potensielle valideringsdatasettet.