Project title
利用3D卷積神經網路判讀支氣管內視鏡超音波影像區分惡性及良性之縱隔腔及肺周邊病灶
Internal ID
NSTC112-2314-B002-122
Principal Investigator
Start Date
August 1, 2023
End Date
July 31, 2024
Investigators
鄭雲謙
Organizations
Partner Organizations
The Interpretation of Endobronchial Ultrasound Image Using 3d Convolutional Neural Network to Differentiate Malignant from Benign Mediastinal and Peripheral Pulmonary Lesions = 利用3D卷積神經網路判讀支氣管內視鏡超音波影像區分惡性及良性之縱隔腔及肺周邊病灶
Description
肺癌是全世界癌症死亡的第一位，準確的診斷和分期對於制定適當的治療計劃至關重要。支氣管內視鏡超音波是目前最常使用的肺癌診斷和分期工具，但檢查過程中，不論是縱膈腔或是周邊肺實質，都可能發現多個不同的病灶或淋巴結，此時需要有經驗的醫師及更長時間判讀超音波影像以區分惡性可能性最高的病灶再決定進行切片取樣。因此本研究利用三維卷積神經網路嘗試快速且精準判讀EBUS動態影像，降低操作者經驗上之不同的影響，選擇最適合的目標病灶或淋巴結進行切片取樣以期縮短檢查時間，進而提高切片診斷率。