CNNシステムよる大腸ポリープAI自動診断

利用CNN系统AI自动诊断结肠息肉

• 批准号: 21K15936
• 负责人: 米田 頼晃
• 金额: $ 2.5万
• 依托单位: Kindai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K15936/
• 关键词: Artificial intelligence; Colon polyp; Colon cancer; CNN; Residual network; 大腸ポリープAI自動診断; 人工知能; CNNシステム; AI; コンピューター自動診断; 大腸ポリープ; 大腸癌

AI(人工知能)を用いたConvolutional Neural Network(CNN)技術がここ5年で進化し，このAI技術を組み合わせることで診断精度を高めることが目標である。通常の大腸内視鏡スコープにて拡大内視鏡観察で撮影された内視鏡動画を用いて，オリジナルの1stモデルCNNシステムを作成した (Komeda Y. Handa H et aL Oncology 2017)。正診率が75％のため正診率の向上のために正常粘膜を加えた，さらなる症例画像の深層学習に加えて新CNNシステムのResidual networks(ResNet) を採用した新CNNシステムを用いた大腸ポリープAI自動診断モデルを作成した。2010年1月から2017年12月までに当施設で実際に通常の大腸内視鏡スコープを用いて拡大内視鏡観察で撮影された5mm前後の大腸ポリープ146例の 撮影動画を用いて55998枚のイメージ像(腺腫，過形成性ポリープ，正常粘膜)を それぞれ28,558枚，12,320枚、5,120枚をそれぞれ用いて，それらをAIに深層学習させた，各画像のサイズは256×256ピクセルに調節し10倍のcross- validationを行った.のちに今回学習させていない6,222枚を用いて鑑別診断させ診断能を評価した、内視鏡;断のGold standardは病理結果とした，ポリープを自動検出したあとに数秒で識別診断を行い，診断可能性についてリアルタイムにパーセンテージを表小し最終的に最も可能性の高いポリープを最終診断した，結果は感度，特異度，陽性的中率.陰性的中 率.正診率はそれぞれ90.5%，87.4%，98.8%，94.3%，92.8%であった，またNBI 観察/色素観察では，それぞれ92.5%／85.8%、93.5%／98.2%，94.9%／99.0%、93.9%／81.7%、91.5%／90.1%で向上がみられている。

AI (artificial knowledge) has been improved in the past five years by using the advanced Convolutional Neural Network (CNN) technology, and the AI technology has been used to improve the accuracy and accuracy of the system. It is common for people to make pictures in the 1st, 1st, CNN, and make pictures (Komeda Y. Handa H et aL Oncology 2017). The positive rate is 75%. The positive rate is higher than that of the normal mucous membrane. The case of the disease is portrayed in deep medicine and the new CNN is called Residual networks (ResNet). The new CNN is used to make the device with the automatic AI switch. In January 2010 and December 2017, when the equipment was used in general, there were 28558, 12320, and 5120 cameras in the normal mucosa, 28558, 12320, 5120, respectively, in front and behind of the 5mm, in front of the camera, in front of the camera, in the front and back of the camera, in 55998 images, in the normal mucosa. You can learn more about the portraits by AI. The portraits are 10 times cross- validation. This time, we will learn how to use a total of 6222 devices to identify the power supply and internal control of the device. Cut off the pathological results of Gold standard, and automatically check the number of seconds to check the number of seconds, and the possibility of failure. The probability of failure is the smallest, the most probable, the highest, the sensitivity, the specificity, and the median rate of sex. The average rate of sex. The correct rate is 98.8% 94.3% 92.8%, NBI

项目成果

REAL-TIME ARTIFICIAL INTELLIGENCE (AI) AUTOMATIC DIAGNOSTIC SYSTEM FOR COLORECTAL POLYPS USING RESIDUAL NETWORK (RESNET)

使用残差网络（RESNET）的实时人工智能（AI）结直肠息肉自动诊断系统

• 发表时间: 2022
• 作者: Y. Komeda ;H. Handa ;S. Hatori ;M. Takenaka ;H. Kashida ;M. Kudo
• 通讯作者: M. Kudo

AIを用いた大腸診療の進歩 大腸ポリープの3クラス分類問題に対するResidual Networkの適用

AI结直肠治疗进展：残差网络在结直肠息肉三类分类问题中的应用

• 发表时间: 2022
• 作者: 玉井 龍成;米田 頼晃;印牧 奨真;樫田 博史;工藤 正俊;半田 久志
• 通讯作者: 半田 久志

CNNシステムによる大腸ポリープAI自動診断

利用CNN系统AI自动诊断结肠息肉

• 发表时间: 2022
• 作者: 玉井 龍成;米田 頼晃;印牧 奨真;樫田 博史;工藤 正俊;半田 久志;米田頼晃 半田久志 工藤正俊
• 通讯作者: 米田頼晃 半田久志 工藤正俊