[快訊] 黃國揚醫師團隊,以深度學習物件偵測技術進行肺癌早期偵測的研究,獲 Frontiers in Medicine 刊登!

 

 

01_FIM_HuangKY_07

 

 

文章介紹

 

肺癌的早期診斷和精確分類對於病患的治療與存活率非常重要。目前,電腦斷層掃描是偵測肺癌早期的重要工具,因為它比傳統胸部 X 光更能發現早期病灶。隨著人工智慧技術的進步,特別是在醫學影像分析領域,展現了許多突破性的應用。

 

黃國揚醫師團隊進行這項研究的目的,是希望利用人工智慧(AI)中的深度學習物件偵測技術,來幫助醫師更早、更準確地診斷肺癌,尤其是透過電腦斷層(CT)影像分析,達到輔助判讀的目的。

 

黃醫師團隊使用的是一個公開的醫學影像資料庫「Lung-PET-CT-Dx」,透過訓練五種不同版本的 YOLO 模型(YOLOv5、v8、v9、v10 和 v11),比較它們在偵測肺癌病灶的能力,評估哪些模型在「定位腫瘤」和「判斷癌症類型」方面表現最好。

 

結論顯示,YOLOv8 在各項指標中表現最優秀,達到:

 

  • 精確率(Precision)90.32%
  • 召回率(Recall)84.91%

 

這代表模型在判斷肺癌是否存在及分類方面都相當準確,可以作為輔助醫師診斷的工具。

 

YOLOv8 的優勢在於其架構更佳、特徵擷取能力更強,且不需使用預設的框架(anchor-free),讓影像判讀更為靈活。

 

總結來說,黃醫師團隊認為,將 AI 深度學習模型應用在肺癌的早期偵測是可行的,未來有望成為臨床診斷上的有力幫手,協助醫師更快速、更準確地判斷病情,提高病患的存活率與生活品質。

 

 

恭喜黃醫師!

 

有同學問到,在臨床上遇到有興趣的題目,如何構築系統性的流程,能夠分階段逐步完成乃至發表?想要讓臨床研究「可行」,並想好每個環節怎麼處理,來看看蔡校長怎麼說

 

 

臨床研究 / 論文寫作

 

 

期刊介紹

 

Frontiers in Medicine 創刊於 2014 年,2023 年的 impact factor 為 3.1,在 Medicine, General & Internal 領域為 Q1(57/329) 期刊。

 

 

黃國揚醫師與新思惟

 

 

 

臨床研究 / 論文寫作

 

 

本篇發表於 20140913_第二梯次課程記錄, 共享榮耀 並標籤為 , , , , , 。將永久鏈結加入書籤。