用于结肠癌筛查的深度神经网络模型

结直肠癌的早期检测可以显著促进临床医师的决策并减轻他们的工作负担。这可以通过使用自动化系统结合内窥镜和组织学图像来实现。最近，深度学习的成功激励了基于图像和视频的息肉识别和分割的发展。目前，大多数诊断性结肠镜检查室利用被认为在预测侵袭性癌症方面表现良好的人工智能方法。基于卷积神经网络的架构以及图像块和预处理方法常被广泛应用。此外，已采用迁移学习和端到端学习技术用于检测和定位任务，这可以提高准确性并减少有限数据集下的用户依赖。然而，更可解释的深度网络在临床诊断中提供透明性、可解释性、可靠性和公平性更受欢迎。在这篇综述中，我们总结了最新的此类模型的进展，无论是否具备透明性，以预测结直肠癌，并解决即将到来的技术中的知识差距。