基于耳内图像的耳科疾病智能辅助诊断系统
本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
徐倩慧
中山大学医学院
2017.09~2022.06
童钊鹏
中山大学孙逸仙纪念医院
2021.09~
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
蔡跃新
中山大学孙逸仙纪念医院
副主任医师
耳鼻喉头颈外科
四、项目简介
本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制,将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合,构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能,并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能,同时通过热图显示深度学习模型在耳内镜图像不同区域的权重,以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率,区分正常人与分泌性中耳炎的AUC为0.99,而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师,达到副主任医师的水平,同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域,如化脓性中耳炎鼓膜穿孔区域,分泌性中耳炎的光锥区域。同时,同时,本项目还将深度学习模型的技术落地,自主研发出研发便携式可拍摄与自动诊断的耳镜设备。
中山大学
2022-08-10