AI辅助宫颈癌筛查
图像与视频处理
2024-09-05 v2 计算机视觉与模式识别
摘要
醋酸肉眼观察（VIA）仍然是中低收入国家资源受限环境下最可行的宫颈癌筛查测试，通常由护士在筛查营地或初级/社区保健中心进行，而不是由首选但不可得的妇科专家进行。为了解决该测试高度主观的性质，最近人们探索了各种集成相机或智能手机的手持设备，以便在VIA期间捕获宫颈图像，并通过远程医疗或AI模型辅助决策。大多数提出AI模型的研究回顾性地使用了来自特定设备、数码相机或智能手机的相对少量的已收集图像；往往忽视了在资源受限的营地环境中进行VIA期间获取高质量图像的挑战和协议、获取金标准的挑战、数据不平衡等问题。我们提出了一种新颖的方法，并描述了构建一个鲁棒的、基于智能手机的AI辅助系统的端到端设计过程，该系统无需购买单独的集成设备：在资源受限环境中获取高质量图像的提议协议、在筛查营地由护士进行VIA期间从1,430名女性中收集的数据集、预处理流水线，以及旨在识别（癌前）病变的基于深度学习的分类模型的训练和评估。我们的工作表明，现成的智能手机和合适的协议能够很好地捕获带有VIA测试所需细节的宫颈图像；基于深度学习的分类模型提供了有前景的结果以辅助护士进行VIA筛查；并为在资源受限环境中进行大规模数据收集和验证提供了方向。
引用
@article{arxiv.2403.11936,
title = {AI-Assisted Cervical Cancer Screening},
author = {Kanchan Poudel and Lisasha Poudel and Prabin Raj Shakya and Atit Poudel and Archana Shrestha and Bishesh Khanal},
journal= {arXiv preprint arXiv:2403.11936},
year = {2024}
}