4、内镜和结肠镜视频计算机处理概述

内镜和结肠镜视频计算机处理概述

1. 自动分析视频的价值

结肠镜和内镜检查的视频自动分析虽然耗时且需要高度集中注意力，但能为医生提供重要信息，是一种客观的工具。以下是一些相关研究的介绍：
|年份|第一作者|标题|可用网址|方法|患者总数|测试次数|结果|
| ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
|2016|Vazquez D., Bernal J.|《结肠镜图像腔内场景分割的基准》|http://refbase.cvc.uab.es/files/vbs2017b.pdf
https://www.hindawi.com/journals/jhe/2017/4037190/|FCN全卷积网络对结肠镜数据进行语义分割|CVC - ColonDB来自13名患者的13个息肉视频序列的300张图像，CVC - ClinicDB来自23名患者的31个息肉视频的612张图像|训练集：20名患者547帧，验证集8名患者183帧，测试集8名患者182帧|/|
|2017|Byrne M.|《使用深度学习模型在标准结肠镜未改变视频分析中实时区分腺瘤性和增生性小结直肠息肉》|https://gut.bmj.com/content/early/2017/11/09/gutjnl-2017-314547?int_source=trendmd&int_medium=trendmd&int_campaign=trendmd|NBI’深度学习|125个视频|/|19个（15%）息肉组织学预测信心不足；106个小结肠息肉，准确率94%，腺瘤识别灵敏度98%，特异性83%|
|2018|Bchir O.|《