换一批基于Vision Transformer的肠镜图像识别模型在结肠疾病中的诊断作用研究
The diagnostic role of a vision transformer-based model in colonoscopic image recognition for colonic diseases
摘要目的 探究人工智能诊断系统视觉Transformer(ViT)通过分析临床内镜成像数据对结肠疾病的诊断作用.方法 回顾性收集1082例组织学证实患有结肠疾病(包括结肠息肉、结肠炎、结肠癌)患者的3000张标准白光结肠镜图像.对这三类疾病处理后的数据集按照7∶2∶1的比例划分,在每类疾病图像中随机选取70%作为训练集(Train),20%作为测试集(Test),10%作为验证集(Predict),最后通过使用ViT模型对图像进行识别分类.结果 在测试集中,该模型对于结肠息肉、结肠炎、结肠癌的肠镜图像分类准确率为:结肠息肉99.61%、结肠炎99.67%、结肠癌100.00%.结论 ViT在检测结肠疾病方面具有较高的诊断准确率,该模型可协助基层医院提高结肠疾病诊断的准确率,也可帮助初级内镜医师提高识别结肠疾病的能力,具有较为可靠的临床应用价值.
更多相关知识
关键词
结肠疾病Vision Transformer分类识别临床应用Colonic diseasesVision transformerClassification and recognitionClinical application
分类号
R574（消化系及腹部疾病）
栏目名称
DOI
10.70976/j.1008-0805.SZGYGY-2026-0528
发布时间
2026-04-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82205314）
国家科技重大专项（2024ZD0521004）
国家中医药管理局科技项目（GZY-KJS-2023-025）
河北省中央引导地方科技专项项目（246Z7708G）
河北省自然科学基金（H2023423001）
河北省中医药定量化研究创新专项（252W7712D）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
