請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82803| 標題: | "MTB-CAD, 利用深度學習網路建立一套針對螢光染色抹片影像、易用且高效能的電腦輔助分枝桿菌檢測系統" "MTB-CAD, an user-friendly, high-performance computer-aided detection system for Mycobacterium tuberculosis on fluorescence stained smear slides based on the deep learning models" |
| 作者: | CHIA-CHUN Wu 吳嘉峻 |
| 指導教授: | 莊曜宇(Eric Y. Chuang) |
| 關鍵字: | 結核病,深度學習,電腦輔助檢測系統,螢光顯微鏡檢, tuberculosis,deep learning,computer-aided detection system,fluorescence microscopy, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "結核病（TB）是一種由結核分枝桿菌 (Mycobacterium tuberculosis) 引起的傳染性疾病，是全世界十大死亡原因之一。根據世界衛生組織（WHO）的全球結核病報告，有被診斷為結核病的人與全球預估結核病感染者人數之間存在很大差距。 痰塗片顯微鏡檢查是檢驗結核病中最廣泛使用的方法之一，因為該方法簡單、便宜、高效和快速。痰塗片顯微鏡法可以根據其染色方法分為熒光顯微鏡和明視野顯微鏡。熒光顯微鏡與明視野顯微鏡相比，其靈敏度比其高約10%並且敏感度相近。因此，它經常被用來對所有塗片做初步篩選。發光二極管熒光顯微鏡的低成本使得越來越多的國家使用它，包括一些資源有限的地區。 大量的樣本會導致專業閱片者每天需要負責遠超他們每天能負荷的抹片數量，從而降低了熒光顯微鏡篩查的敏感性。此外，還有許多人為因素會影響該方法的敏感性。 為了解決這個問題，我們開發了一個利用深度學習模型去開發了一個自動檢測結核分枝桿菌以及非結核分枝桿菌 (nontuberculous mycobacteria) 的計算機輔助檢測系統 (computer-aided detection, CAD)。我們還建立了一個圖形用戶界面提供給使用者。該CAD系統可以在70秒內完成對一張塗片的檢測，並且其擁有與人類閱片者相當甚至更高的性能表現。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82803 |
| DOI: | 10.6342/NTU202103109 |
| 全文授權: | 未授權 |
| 電子全文公開日期: | 2024-09-17 |
| 顯示於系所單位： | 生醫電子與資訊學研究所 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-1009202114543700.pdf 目前未授權公開取用 | 7.63 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。