Ebpay生命医药出版社


Ebpay生命

102912

论文已发表

提 交 论 文


注册即可获取Ebpay生命的最新动态

注 册



IF 收录期刊



  • 3.4 Breast Cancer (Dove Med Press)
  • 3.2 Clin Epidemiol
  • 2.6 Cancer Manag Res
  • 2.9 Infect Drug Resist
  • 3.7 Clin Interv Aging
  • 5.1 Drug Des Dev Ther
  • 3.1 Int J Chronic Obstr
  • 6.6 Int J Nanomed
  • 2.6 Int J Women's Health
  • 2.9 Neuropsych Dis Treat
  • 2.8 OncoTargets Ther
  • 2.0 Patient Prefer Adher
  • 2.2 Ther Clin Risk Manag
  • 2.5 J Pain Res
  • 3.0 Diabet Metab Synd Ob
  • 3.2 Psychol Res Behav Ma
  • 3.4 Nat Sci Sleep
  • 1.8 Pharmgenomics Pers Med
  • 2.0 Risk Manag Healthc Policy
  • 4.1 J Inflamm Res
  • 2.0 Int J Gen Med
  • 3.4 J Hepatocell Carcinoma
  • 3.0 J Asthma Allergy
  • 2.2 Clin Cosmet Investig Dermatol
  • 2.4 J Multidiscip Healthc



更多详情 >>





已发表论文

使用智能手机照片诊断结直肠癌术后造口患者的刺激性皮炎：一种深度学习方法

 

Authors Zhang X, Xu W, Xu Z, Tong HHY, Jiao X, Li K , Wang Z 

Received 4 January 2025

Accepted for publication 11 April 2025

Published 18 April 2025 Volume 2025:18 Pages 2215—2223

DOI http://doi.org/10.2147/JMDH.S515644

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 2

Editor who approved publication: Dr Scott Fraser

【作者姓名】：

张旭¹⁺、许巍²⁺、徐征³、唐海谊²、焦雪萍⁴、李克峰²*、王志稳¹*

【作者单位】：

¹ 北京大学护理学院

² 澳门理工大学应用科学学院

³ 北京大学第一医院 胃肠外科

⁴ 山西省肿瘤医院 胃肠外科

⁺ 共同第一作者

*通讯作者

摘要
背景: 刺激性皮炎是造口患者中常见的并发症，显著影响患者的生活质量。早期诊断至关重要，但由于医疗资源有限和自我管理能力较差，治疗往往被延误。本研究旨在评估两种先进的卷积神经网络（CNNs），ConvNeXt 和 ViT，利用智能手机获取的造口图像进行刺激性皮炎的智能诊断效果。

方法: 本研究为回顾性观察性研究，收集了来自中国五家三级医院的825张造口并发症图像。使用重采样和增强等数据预处理技术对数据集进行预处理。基于准确率、精确度、召回率和F1分数对ConvNeXt和ViT模型进行了训练和评估。同时还调整了优化器和学习率，以评估模型性能。

结果: ConvNeXt表现优异，使用Adam优化器和0.001学习率时，准确率为71.4%，精确度为73.6%，召回率为67.1%，F1分数为70.2%。尽管ViT更为轻量化，但其表现未能超越ConvNeXt，最高准确率为64.4%。ConvNeXt在诊断刺激性皮炎和正常造口状况时表现优异，但在识别其他并发症方面存在一定局限。

结论: ConvNeXt模型的表现优于ViT，表明卷积神经网络可以有效地辅助造口患者早期诊断刺激性皮炎。这将有助于减轻医疗资源负担，并顺利获得可访问的基于移动设备的诊断工具改善患者的治疗结果。

Download Article[PDF]