众包用于虚拟结肠镜检查视频中无息肉片段的识别
人机交互
2017-07-26 v3
摘要
虚拟结肠镜检查（VC）使医生能够在重建的三维结肠模型中虚拟导航以搜索结直肠息肉。尽管VC被广泛认可为识别息肉的高灵敏度和特异性检查，但其局限性在于阅读时间，每位患者可能需要超过30分钟。结肠的大部分区域通常不含息肉，而识别这些无息肉片段对于减少放射科医生的所需阅读时间具有重要价值。为此，我们测试了非专家工作者集体群体智能识别息肉候选和无息肉区域的能力。我们向每位工作者展示了二十段在虚拟结肠某段中飞行的短视频，并要求群体判断是否在该视频片段中观察到了可能的息肉。我们在Amazon Mechanical Turk上评估了我们的框架，发现群体在识别包含临床证实的息肉的视频片段时达到了80.0%的灵敏度和86.5%的特异性。由于每个息肉出现在多个连续片段中，所有息肉实际上都被识别出来了。将群体结果作为初步筛选，理论上放射科医生可以跳过80%的视频片段，等同于显著的时间节省并使更多VC检查得以进行。
引用
@article{arxiv.1606.06702,
title = {Crowdsourcing for Identification of Polyp-Free Segments in Virtual Colonoscopy Videos},
author = {Ji Hwan Park and Seyedkoosha Mirhosseini and Saad Nadeem and Joseph Marino and Arie Kaufman and Kevin Baker and Matthew Barish},
journal= {arXiv preprint arXiv:1606.06702},
year = {2017}
}