Resumen

El carcinoma oral de células escamosas (CCEO) es un tipo frecuente de cáncer de la cavidad oral. A pesar de su gran repercusión en la mortalidad, las técnicas de cribado suficientes para el diagnóstico precoz del CCEO a menudo carecen de precisión, por lo que los CCEO se diagnostican en su mayoría en una fase tardía. La detección precoz y el reconocimiento preciso de los OSCC permitirían mejorar los resultados curativos y reducir las tasas de recidiva tras el tratamiento quirúrgico. La introducción de la tecnología de reconocimiento de imágenes en el proceso de diagnóstico del médico puede mejorar significativamente el diagnóstico del cáncer, reducir las diferencias individuales y ayudar eficazmente a los médicos a realizar el diagnóstico correcto de la enfermedad. El objetivo de este estudio fue evaluar la precisión y robustez de un método basado en aprendizaje profundo para identificar automáticamente la extensión del cáncer en imágenes orales digitalizadas. Presentamos un nuevo método que emplea diferentes variantes de redes neuronales convolucionales (CNN) para detectar cáncer en células orales. Nuestro enfoque consiste en entrenar el clasificador en diferentes imágenes del conjunto de datos imageNet y, a continuación, validarlo de forma independiente en diferentes células cancerosas. La imagen se segmenta utilizando métodos de morfología multiescala para prepararla para el análisis y la extracción de características celulares. El método de detección morfológica de bordes se utiliza para extraer con mayor precisión el objetivo, el área celular, el perímetro y otras características multidimensionales, seguidas de la clasificación mediante CNN. Para las cinco variantes de CNN, a saber, VGG16, VGG19, InceptionV3, InceptionResNetV2 y Xception, las pérdidas de tren y de valor son inferiores al 6%. Los resultados experimentales muestran que el método puede ser una herramienta eficaz para el diagnóstico de OSCC.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:CNN, cáncer, método, Carcinoma oral de células escamosas, análisis de características celulares, red neuronal convolucional, diferentes células cancerosas, tecnología de reconocimiento de imágenes, mejora del resultado curativo, detección morfológica de bordes.
• Keywords:CNN, cancer, method, Oral squamous cell carcinoma, cell feature analysis, convolutional neural network, different cancer cells, image recognition technology, improved curative result, morphological edge detection