基于深度学习的粪便识别用于结直肠癌检测

结直肠癌是新加坡最常见的癌症，也是全球第三最常见的癌症。血尿液是这一疾病的症状，通常通过粪便隐匿血检 (FOBT) 检测。然而，FOBT 存在若干局限性——粪便样本的收集过程繁琐且令人不快，结果等待时间约为 2 周且涉及费用。本研究提出一种简单易用、快速且免费的替代方案——一种粪便识别神经网络，可从粪便图像中判断是否存在血液（指示结直肠癌可能风险）。由于这一新分类任务，资料有限，限制了分类器性能。因此，在训练生成式对抗网络 (GAN) (DiffAugment StyleGAN2、DCGAN、条件 GAN) 以生成高保真图像来补充数据集。随后，将由生成 GAN 中最具现实感的图像 (DiffAugment StyleGAN2) 的图像在训练批中实时拼接，提高准确率至 94%。该模型随后部署到移动应用 - Poolice，用户可对粪便拍照即可获得是否存在血液的即时结果，从而提示需就医者求助。由于“早期检测能拯救生命”，我们希望基于粪便识别神经网络构建的应用程序帮助人们更早检测结直肠癌，以便及时治疗，提高存活率。