基于深度學習的慢性萎縮性胃炎診斷

鞏稼民，馬豆豆，蔣杰偉，張雅瓊，裴夢杰

1.西安郵電大學電子工程學院，陜西西安710121；2.山西醫科大學附屬山西省人民醫院消化科，山西太原030012；3.西安郵電大學計算機學院，陜西西安710121

前言

慢性萎縮性胃炎是一種常見的消化道疾病，且在中國的發病率很高［1］。如果慢性萎縮性胃炎得不到及時治療，有可能發展成胃癌。2015年國家癌癥中心相關數據顯示，胃癌發病人數僅次于肺癌，是我國惡性腫瘤發病人數的第2 位［2］。醫學上將慢性萎縮性胃炎表征為嚴重的癌前病變。然而，胃鏡檢查在萎縮性胃炎檢查中的敏感性僅為約42%，并且活檢受許多因素的影響，檢查過程費時費力［3］。

目前，深度學習由于其學習特征的特性而不斷發展，在圖像領域已經取得了巨大的成功。同時，卷積神經網絡（CNN）是醫學圖像識別和分類領域的出色工具，應用于各種眼科疾病的識別和診斷［4-6］、腫瘤和癌癥的檢測，比如胃癌［7］、肺結節［8］、乳腺癌［9］等。Tajbakhsh 等［10-12］將各種息肉的特征通過CNN 應用于檢測息肉的系統。Zhu等［13］將用于特征提取的CNN與支持向量機作為的分類器相結合，用以檢測內窺鏡圖像的病變區域。Pogorelov等［14］檢測了單疾病和多疾病計算機輔助檢測的疾病，并比較了6 層和3 層CNN 的性能。Zhang 等［15］提出了一個GPDNet 用于檢測胃癌的癌前病變。

癌癥的排查很重要，但是慢性萎縮性胃炎的防治也有極大意義。然而，在利用胃鏡的胃竇圖像計算機輔助篩查慢性萎縮性胃炎方面仍然存在很大的差距。因此，利用深度學習方法協助胃鏡檢查慢性萎縮性胃炎是一項開創性的研究工作。……