A Smart Handheld Edge Device for On-Site Diagnosis and Classification of Texture and Stiffness of Excised Colorectal Cancer Polyps

要約

この論文では、現場での結腸直腸がん (CRC) ポリープ診断と切除腫瘍の病理診断を可能にする、補完的な機械学習 (ML) アルゴリズムを備えたスマートなハンドヘルドのテクスチャ センシング医療機器を提案します。
提案された独自のハンドヘルド エッジ デバイスは、ポリープの種類と剛性の特性評価のための独自の触覚センシング モジュールと 2 段階の機械学習アルゴリズム (拡張残差ネットワークと t-SNE エンジンで構成) の恩恵を受けています。
提案された触覚センサーによってキャプチャされた、閉塞のない、照明復元力のあるテクスチャ画像のみを利用するこのフレームワークは、テクスチャと硬さをそれぞれ分類することにより、CRC ポリープの種類と段階を高感度かつ確実に識別することができます。
さらに、提案されたハンドヘルド医療エッジ デバイスは、リモートのデジタル病理学を可能にするためのインターネット接続の恩恵を受けています (手術室での診断を強化し、医療診断のアクセシビリティと公平性を促進します)。

要約(オリジナル)

This paper proposes a smart handheld textural sensing medical device with complementary Machine Learning (ML) algorithms to enable on-site Colorectal Cancer (CRC) polyp diagnosis and pathology of excised tumors. The proposed unique handheld edge device benefits from a unique tactile sensing module and a dual-stage machine learning algorithms (composed of a dilated residual network and a t-SNE engine) for polyp type and stiffness characterization. Solely utilizing the occlusion-free, illumination-resilient textural images captured by the proposed tactile sensor, the framework is able to sensitively and reliably identify the type and stage of CRC polyps by classifying their texture and stiffness, respectively. Moreover, the proposed handheld medical edge device benefits from internet connectivity for enabling remote digital pathology (boosting the diagnosis in operating rooms and promoting accessibility and equity in medical diagnosis).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google