購物車(0)
人工智能卷積神經網絡在全視野數(shù)字切片圖像分析中的應用進展
趙蒙蒙; ; 鄧家駿; 佘云浪; 陳昶 同濟大學附屬上海市肺科醫(yī)院胸外科; 上海200433
關鍵詞：全視野數(shù)字切片 人工智能 深度學習 卷積神經網絡
摘要：組織學病理是臨床疾病診斷的金標準。全視野數(shù)字切片(whole slide image,WSI)的出現(xiàn),雖彌補了傳統(tǒng)的玻璃切片易損壞、檢索困難以及診斷可重復性差的不足,但同時也帶來了巨大的工作量。人工智能(artificial intelligence,AI)輔助病理醫(yī)師的WSI分析,可解決工作效率低,提高診斷的一致性。其中,以深度學習卷積神經網絡(convolution neural network,CNN)算法的應用最為廣泛。本文綜述目前已報道的CNN在WSI圖像分析中的應用情況,總結CNN在病理學領域中的發(fā)展趨勢并作出展望。
中國胸心血管外科臨床雜志要求:
{1}注釋用于對文章正文作補充論說的文字，采用頁下注，注號用①②③；參考文獻用于說明引文出處，采用文末注，用［1］［2］［3］順序標注。
{2}來稿應遵守學術道德和學術規(guī)范，文責自負。本刊所發(fā)表文章中的觀點均屬于作者個人，并不代表編輯部或主辦單位的立場和觀點，特此聲明。
{3}文章題名應能反映所用關鍵技術及主要研究內容。中文題名的字數(shù)不超過20個漢字，英文題名一般不超過10個實詞，確有必要時可使用副標題。
{4}關鍵詞：關鍵詞為反映文章主題概念的詞或詞組。每篇3～8個為宜。
{5}正文：文章論點明確，內容充實，文字簡練。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
