论文部分内容阅读
目的
探讨卷积神经网络在胃癌转移淋巴结病理学诊断中的临床应用价值。
方法选取2016年7月至2018年12月在青岛大学附属医院因进展期胃癌接受根治性胃癌切除术+D2淋巴结清扫术的患者124例，按照入院时间顺序前80例作为训练组，后44例作为测试组。训练组男性45例，女性35例，平均年龄57.6岁；测试组男性29例，女性15例，平均年龄59.2岁。利用训练组中21 352个带有癌区的图像区块和14 997个没有癌区的区块对预训练的卷积神经网络架构Resnet50进行训练和微调，建立卷积神经网络计算机辅助系统（CNN-CAD）。对测试组患者的38张转移淋巴结和40张非转移淋巴结的全扫描切片进行测试，运用设定阈值的方法分析CNN-CAD系统在整体切片水平筛选转移淋巴结的能力，运用受试者工作特征曲线评估CNN-CAD系统转移区块级别识别的灵敏度、特异度、阳性预测值、阴性预测值，并计算曲线下面积。
结果CNN-CAD系统在切片水平分类准确性为100%，识别区块级别转移正确率为0.989，灵敏度为0.778，特异度为0.995，阳性预测值为0.822，阴性预测值为0.994，曲线下面积为0.89，结果与病理科医师相当。
结论课题组构建的CNN-CAD系统对胃癌转移淋巴结病理学切片具有较高的分类能力，可以辅助病理科医师对转移淋巴结切片进行初步筛选。