跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
多中心研究
.2004年3月15日;10(6):1881-6.
doi:10.1158/1078-0432.ccr-03-0039。

黑素瘤计算机辅助诊断的可靠性和可行性研究

附属公司
多中心研究

黑素瘤计算机辅助诊断的可靠性和可行性研究

马可·伯罗尼等。 临床癌症研究. .

摘要

背景:黑色素瘤和黑色素细胞痣的鉴别诊断通常并不简单。因此,在过去十年中,人们对通过外发光显微镜技术获得的数字化图像的自动分析产生了越来越大的兴趣,以帮助临床医生区分早期黑色素瘤和良性皮肤病变。

目的:本研究的目的是评估不同统计分类器对位于两个不同皮肤科单元的四个数字分析仪采集的大量色素性皮肤病变的诊断准确性。

实验设计:这项研究包括391个黑色素瘤和449个黑色素细胞痣的图像。利用接收机工作特性曲线的方法建立线性分类器,以识别95%固定灵敏度的阈值。使用所有可用的图像特征构建K近邻分类器,这是一种非参数的模式识别方法,并对一组大样本病灶进行训练,使其灵敏度达到98%。

结果:在独立的病变测试集上,线性分类器和K近邻分类器的平均灵敏度分别为95%和98%,平均特异性分别为78%和79%。

结论:总之,我们的研究表明,计算机辅助鉴别黑色素瘤和DB-Mips获得的良性色素病变是可行的,尤其是可靠的。事实上,不同装置中使用的相同仪器提供了类似的诊断准确性。这是否会提高黑色素瘤的早期诊断和/或减少不必要的手术需要通过随机临床试验来证明。

PubMed免责声明

类似文章

引用人

出版物类型

LinkOut-更多资源