Accurate prediction of histological grading of intraductal papillary mucinous neoplasia using deep learning.

Journal: Endoscopy
Published Date: Nov 2, 2022

Abstract

BACKGROUND: Risk stratification and recommendation for surgery for intraductal papillary mucinous neoplasm (IPMN) are currently based on consensus guidelines. Risk stratification from presurgery histology is only potentially decisive owing to the low sensitivity of fine-needle aspiration. In this study, we developed and validated a deep learning-based method to distinguish between IPMN with low grade dysplasia and IPMN with high grade dysplasia/invasive carcinoma using endoscopic ultrasound (EUS) images.

Authors

  • Dominik Schulz
    Klinik und Poliklinik für Innere Medizin II, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Markus Heilmaier
    Klinik und Poliklinik für Innere Medizin II, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Veit Phillip
    Klinik und Poliklinik für Innere Medizin II, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Matthias Treiber
    Klinik und Poliklinik für Innere Medizin II, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Ulrich Mayr
    Klinik und Poliklinik für Innere Medizin II, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Tobias Lahmer
    Klinik Und Poliklinik Für Innere Medizin II, Klinikum Rechts Der Isar der, Technischen Universität München, Munich, Germany.
  • Julius Mueller
    Klinik für Innere Medizin II, Universitätsklinikum Freiburg, Freiburg, Germany.
  • Ihsan Ekin Demir
    Klinik und Poliklinik für Chirurgie, Klinikum rechts der Isar, Technical University of Munich, Munich, Germany.
  • Helmut Friess
    Department of Surgery, School of Medicine, Technical University of Munich, Munich, Germany.
  • Maximilian Reichert
  • Roland M Schmid
    II. Medizinische Klinik und Poliklinik. Klinikum rechts der Isar der Technischen Universität München, 81675 München, Germany.
  • Mohamed Abdelhafez
    a II. Medizinische Klinik , Klinikum rechts der Isar der Technischen Universität München , Munich , Germany.

Keywords

External Resources

Popular Topics
Recent Journals