Copyright
©The Author(s) 2021.
世界华人消化杂志. 2021-12-28; 29(24): 1389-1395
在线出版 2021-12-28. doi: 10.11569/wcjd.v29.i24.1389
在线出版 2021-12-28. doi: 10.11569/wcjd.v29.i24.1389
研究者, 年份 | 模型/算法 | 训练集(图像/例数) | 验证集(图像/例数) | 结果(敏感性/特异性) |
Shin, 2015[10] | 线性2分类算法 | 208(30早期ESCC/178正常) | 167(19早期ESCC/148正常) | 84%/95% |
Quang, 2016[11] | 线性2分类算法 | 104(15早期 ESCC/89正常) | 3(1早期ESCC/2正常) | 95%/91% |
Cai, 2019[14] | CNN | 2428(1332早期 ESCC/1096正常) | 187(91早期 ESCC/96正常) | 97.8%/85.4% |
Zhao, 2019[16] | 双重标记全卷积神经网络算法 | 1383 (207 A型 IPCL/970 B1型 IPCL/206 B2型 IPCL) | 1383(207 A型 IPCL/970 B1型IPCL/206 B2型IPCL) | 敏感性71.5%/91.1%/83.0% |
Everson, 2019[17] | CNN | 7046序列图像(鳞状细胞) | 7046序列图像(鳞状细胞) | 89.7%/ 96.9% |
Nakagawa, 2019[20] | CNN | 8660非放大(7230 SM1/1430 SM2/3); 5678 放大(4916 SM1/762 SM2/3) | 914(405非放大/509放大) | 非放大95.4%/79.2%;放大91.6%/ 79.2% |
Ohmori, 2020[15] | 单次激发多框预测算法 | 22562(17435早期ESCC/5127正常) | 727 (255 白光/268; 非放大NBI/204; 放大NBI) | 白光90%/76%; 非放大NBI 100%/63%; 放大NBI 98%/56% |
Tokai, 2020[21] | CNN | 1751 早期ESCC | 291 (201 SM1/90 SM2) | 84.1%/ 73.3% |
van der Sommen, 2016[24] | SVM | 100 (60 早期BE /40 BE) | 100 (60 早期BE /40 BE) | 83%/ 83% |
Swager, 2017[25] | SVM | 60 (30 早期BE /30 BE) | 60 (30 早期BE /30 BE) | 90%/ 93% |
Ebigbo, 2019[30] | CNN | 100 (50 早期BE/50 BE) | 100 (50 早期BE/50 BE) | 92%/ 100% |
Ebigbo, 2019[30] | CNN | 148 (早期 BE /BE) | 148 (早期BE /BE) | 白光97%/ 88%; NBI 94%/ 80% |
de Groof, 2020[36] | ResNet-UNet | 1247 白光+ 297高分辨白光 (早期BE/BE) | 80 (40 早期BE/40 BE) | 90%/ 88% |
引文著录: 李晴, 刘冰熔. 人工智能在辅助检测早期食管癌中的应用进展. 世界华人消化杂志 2021; 29(24): 1389-1395