Aplicación simplificada de red neuronal convolucional para la clasificación del tipo de cuello uterino a través de imágenes colposcópicas
Autores: Pavlov, Vitalii; Fyodorov, Stanislav; Zavjalov, Sergey; Pervunina, Tatiana; Govorov, Igor; Komlichenko, Eduard; Deynega, Viktor; Artemenko, Veronika
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aplicación simplificada de red neuronal convolucional para la clasificación del tipo de cuello uterino a través de imágenes colposcópicas
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Cuerpo humano
Inspección endoscópica
Sistema reproductivo femenino
Colposcopia
Cáncer cervical
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Las partes internas del cuerpo humano suelen ser inspeccionadas endoscópicamente utilizando equipo especial. Por ejemplo, cada parte del sistema reproductivo femenino puede ser examinada endoscópicamente (laparoscopia, histeroscopia y colposcopia). El propósito principal de la colposcopia es la detección temprana de lesiones malignas del cuello uterino. El cáncer cervical (CC) es uno de los cánceres más comunes en mujeres en todo el mundo, especialmente en países de ingresos medios y bajos. Por lo tanto, hay una creciente demanda de enfoques que buscan detectar lesiones precancerosas, idealmente sin pérdida de calidad. A pesar de su alta eficiencia, este método tiene algunas desventajas, incluyendo subjetividad y una marcada dependencia de la experiencia del operador. El objetivo del trabajo actual es proponer una alternativa para superar estas limitaciones mediante la utilización del enfoque de redes neuronales. El clasificador está entrenado para reconocer y clasificar lesiones. El clasificador tiene una alta precisión de reconocimiento y una baja complejidad computacional. Las precisiones de clasificación para las clases normal, LSIL, HSIL y sospechoso de invasión fueron del 95,46%, 79,78%, 94,16% y 97,09%, respectivamente. Sostenemos que la arquitectura propuesta es más simple que las discutidas en otros artículos debido al uso del nivel de promedio global de la agrupación. Por lo tanto, el clasificador puede implementarse en plataformas informáticas de baja potencia a un costo razonable.
Descripción
Las partes internas del cuerpo humano suelen ser inspeccionadas endoscópicamente utilizando equipo especial. Por ejemplo, cada parte del sistema reproductivo femenino puede ser examinada endoscópicamente (laparoscopia, histeroscopia y colposcopia). El propósito principal de la colposcopia es la detección temprana de lesiones malignas del cuello uterino. El cáncer cervical (CC) es uno de los cánceres más comunes en mujeres en todo el mundo, especialmente en países de ingresos medios y bajos. Por lo tanto, hay una creciente demanda de enfoques que buscan detectar lesiones precancerosas, idealmente sin pérdida de calidad. A pesar de su alta eficiencia, este método tiene algunas desventajas, incluyendo subjetividad y una marcada dependencia de la experiencia del operador. El objetivo del trabajo actual es proponer una alternativa para superar estas limitaciones mediante la utilización del enfoque de redes neuronales. El clasificador está entrenado para reconocer y clasificar lesiones. El clasificador tiene una alta precisión de reconocimiento y una baja complejidad computacional. Las precisiones de clasificación para las clases normal, LSIL, HSIL y sospechoso de invasión fueron del 95,46%, 79,78%, 94,16% y 97,09%, respectivamente. Sostenemos que la arquitectura propuesta es más simple que las discutidas en otros artículos debido al uso del nivel de promedio global de la agrupación. Por lo tanto, el clasificador puede implementarse en plataformas informáticas de baja potencia a un costo razonable.