诊断时间分别为88.9%、87.4%、87.7%、194 s，而内镜医师则分别为79.0%、83.2%、82.4%、(230±65)min。ITOH等[23]開发了基于CNN的智能识别Hp感染的CAD模型，检测Hp感染的灵敏度和特异度均为86.7%，AUC为0.956。ZHENG等[24]结合CNN模型(RESNET-50)评估Hp感染，研究纳入1 959例病人的15 484张上消化道内镜图像集作为训练及验证集，系统识别单个内镜图像的准确率为84.5%，灵敏度为81.4%，特异度为90.1%，AUC为0.93。SHICHIJO等[25]就常规内镜图像应用CAD评估Hp感染状态进行试验研究，试验纳入98 546张内镜图像作为算法预训练数据集，系统以261 s快速分析23 699张单独测试数据集，Hp阴性的诊断准确率约为80%，Hp阳性约为48%，Hp根除状态约为84%。该结果提示CAD模型在一定程度上可对Hp感染状态进行有效预测。NAKASHIMA等[26]利用图像增强内镜(IEE)设计了基于DL算法预测Hp感染状态的前瞻性研究，222例受试者依次拍摄普通白光(WLI)、增强蓝激光成像(BLI-bright)、联动成像内镜(LCI)3种不同的IEE光源模式图像 ......