首页|基于皮肤影像数据和深度学习策略的若干重要皮肤病辅助诊断方法创研与应用

基于皮肤影像数据和深度学习策略的若干重要皮肤病辅助诊断方法创研与应用

韩洋

基于皮肤影像数据和深度学习策略的若干重要皮肤病辅助诊断方法创研与应用

韩洋1
扫码查看

作者信息

  • 1. 北京协和医学院
  • 折叠

摘要

第一部分基于YOLOV5算法的皮肤肿瘤良恶性分类深度学习软件的研发 背景:人工智能是现代医学的发展趋势,人工智能与皮肤影像数据的探索应用有助于解决皮肤病专科医生不足、各级医院诊疗水平不一、皮肤肿瘤诊出率低等难题。 目的:构建基于多中心常见皮肤肿瘤的皮肤镜图像及临床图片数据的辅助皮肤肿瘤良恶性鉴别的深度学习诊断软件,以实现对于常见皮肤肿瘤的人工智能辅助诊断。 方法:1)以YOLO(YouOnlyLookOnce)算法为核心进行软件研发;2)利用2018年12月1日至2022年3月31日间符合纳入标准的多中心收集的14682张皮肤肿瘤图像构建模型训练集,经过统计随机纳入818张图像数据进入临床试验;3)采用自身对照、交叉设计进行临床研究,分为试验组、对照组和金标准组;4)采用交叉顺序,根据随机分配方法,所有受试者图像随机分为A、B两个顺序组别分别进行图像诊断,并进行安全性和不良事件评价;5)将试验组与对照组的诊断结果分别与金标准结果进行对比,评价皮肤肿瘤图像辅助诊断软件在临床辅助诊断方面的安全性和有效性,同时进行主要、次要评价指标,软件独立诊断结果准确率、诊断灵敏度与特异性以及软件常用功能评价;6)采用STATA软件14.1版本进行统计分析,所有统计检验均采用单侧检验,P值小于或等于0.025具有统计学意义。 结果:对完成试验的818张皮肤肿瘤图像进行有效性评价,符合方案集试验组诊断结果准确率为91.7%,符合方案集对照组诊断结果准确率为89.0%。全分析集试验组诊断结果准确率为91.7%,全分析集对照组诊断结果准确率为89.0%。安全集试验组诊断结果准确率为91.7%,安全集对照组诊断结果准确率为89.0%。符合方案集诊断结果准确率两组率差值2.7%的95%CI(-0.002%,0.0555%),符合方案集诊断结果准确率两组率差值的95%CI的下限小于1。符合方案集的灵敏度试验组与对照组为82.9%VS85.4%,特异度试验组与对照组为92.1%VS89.2%,软件独立诊断灵敏度为68.3%,软件独立诊断特异度为92.1%,软件独立诊断结果准确率为91.0%,总体软件灵敏度低于高年资主治医师,特异度高于高年资主治医师,总体有效率与具备皮肤镜影像诊断能力的高年资主治医师持平。常用功能评价100%为满意。试验过程中未发生不良事件与严重不良事件。 结论:基于深度学习建立的皮肤肿瘤良恶性的二元分类辅助诊断软件有助于提高医生的工作效率和诊断速度、减轻医生负担,有利于提高医疗服务的质量和效率,降低医疗成本和患者的负担。 第二部分便携式手持双光子显微镜对病理性瘢痕的在体无创成像和特征提取 背景:病理性瘢痕是一种纤维增生性疾病,不仅影响美观,而且会带来沉重的经济负担。目前,瘢痕的治疗手段有限,并且缺乏相对有效的评价方法。在体、无创的双光子显微镜可以获得亚微米空间分辨率的成像效率,并且对胶原纤维的成像具有特异性,有助于瘢痕的诊断和疗效评估。 目的:本研究旨在使用便携式手持式双光子显微镜(PortableHandheldTwo-PhotonMicroscope,下面简称TPM)对瘢痕患者进行实时、在体、无创成像,获取瘢痕的在体光谱学特征,构建可以评估瘢痕在体病理生理状态的指标体系,再进行临床随访观察进一步验证指标的科学性以及TPM是否适用于临床场景。 方法:纳入15例瘢痕患者和3例健康对照。使用便携式手持式双光子显微镜对瘢痕的皮损和健康部位分别进行活体成像,并对5例患者进行皮损处治疗前后随访观察。使用不同算法提取原始图像光谱信息建立评价指标体系,即胶原纤维首次出现的深度、胶原纤维的方向性、胶原纤维宽度、胶原纤维在首次出现区域中占据的比例、真表皮交界面上的褶皱程度这5个指标。两个与深度相关的指标通过三维二次谐波图像计算,三个与形态相关的指标通过二维二次谐波图像计算。最后使用SPSS软件计算指标之间的统计学差异。 结果:基于图像分析可见相较于正常皮肤,瘢痕皮损区的表皮增厚,表皮细胞大小不一,细胞密度降低,细胞形态改变,真表皮交界消失,真皮浅层弹性纤维减少,瘢痕皮损与正常皮肤在表皮形态结构和胶原纤维光谱特征上存在显著差异。光谱分析发现瘢痕胶原纤维出现的平均深度均值为和标准差分别为101.5和26.1(正常部位67.2和16.0),宽度均值为和标准差分别为0.103和0.069(正常部位0.067和0.029),胶原纤维的占比均值为和标准差分别为0.814和0.224(正常部位0.741和0.220),褶皱程度均值为和标准差分别为1.881和0.548(正常部位1.501和0.369),胶原的方向性均值为和标准差分别为0.721和0.031(正常部位0.705和0.028),皮损与正常皮肤之间的指标差异均具有统计学意义(P<0.05)。临床随访结果显示4例患者治疗前后皮损处除褶皱程度外的其余指标变化均符合前期结果趋势(深度85.9vs75.4,占比0.98vs0.91,方向性0.671vs0.644,宽度0.06vs0.034),褶皱起伏较治疗前增加(2.423vs2.993),1例患者治疗前无法成像,接受治疗后可以获得图像信息。 结论:便携式手持式TPM实现了对于瘢痕病理生理状态的实时、无创、在体评估,或许可以作为瘢痕疗效和治疗方案选择的辅助评估工具。

关键词

皮肤肿瘤/辅助诊断/影像数据/深度学习/YOLO算法/卷积神经网络

引用本文复制引用

授予学位

博士

学科专业

皮肤病与性病学

导师

崔勇

学位年度

2023

学位授予单位

北京协和医学院

语种

中文

中图分类号

R73
段落导航相关论文