目的 探索深度学习技术(Transformer模型)在胃镜视频中部位实时识别的性能评价.方法 使用深圳市第二人民医院2021年5至7月录制的50部胃镜视频为研究资料,抽帧形成"视频图像集合",其中40部为训练集1,10部为测试集;以含有25 525张胃镜图像的"胃镜图像集合"为对照组,形成训练集2.Transformer模型基于训练集1、训练集2、"训练集1+训练集2"学习训练分别形成"基于视频智能系统"、"基于图像智能系统"、"基于视频和图像智能系统".通过测试集比较视频智能系统、图像智能系统、视频和图像智能系统的准确度、特异度等差异.结果 研究组1基于视频智能系统准确度、特异度、总体有效度分别为84.3％、78.9％、81.5％;研究组2基于视频和图像智能系统准确度、特异度、总体有效度分别为82.9％、81.5％、82.2％;对照组基于胃镜图像智能系统准确度、特异度、整体有效度分别为80.0％、76.8％、78.4％.结论 结果具有统计学意义,Transformer模型视频学习效果优于胃镜图像,Transformer模型学习视频+图像效果优于单独视频学习.

人工智能;深度学习;胃镜;部位识别;视频

510515 南方医科大学南方医院消化内科;510450 南方医科大学南方医院白云分院消化道肿瘤中心;215123 紫东信息科技(苏州)有限公司;518122 北京中医药大学深圳医院(龙岗)消化内科;528308 南方医科大学顺德医院消化内科;518025 深圳市第二人民医院消化内科;448260 湖北沙洋县中医医院消化内科

[1]张希钢;赖春晓;戴捷;鹿伟民;李峰;何顺辉;王湘雨;江海洋;白杨-.Transformer模型在胃镜视频部位实时识别的研究探索)[J].现代消化及介入诊疗,2022(01):7-11

Transformer,实时识别,研究探索,深度学习技术,性能评价,录制,研究资料,视频图像,训练集,测试集,胃镜图像,1+,学习训练,智能系统,和图像,有效度,视频学习,模型学习,部位识别

0.235619