摘要：目的 探讨借助深度学习算法进行结直肠病理组织切片的自动辅助诊断。方法 收集首都医科大学附属朝阳医院病理科已确诊的92例增生性息肉、61例管状腺瘤、135例腺癌及100例神经内分泌肿瘤的存档病理切片,利用数字显微镜采集1790张数字病理图像。其中1530张图像作为训练集,260张图像作为测试集。利用深度神经网络基于训练集训练自动辅助诊断模型,并在测试集上进行测试。结果 利用深度学习技术在结直肠病理图像测试集上的整体准确率≥91%,采用该方法对恶性肿瘤的灵敏度可达96.7%。结论 利用深度学习技术对结直肠病理组织切片的自动辅助诊断具有重要意义,不仅可以提高诊断效率,还能够降低漏诊风险。
分类：期刊> 自然科学与工程技术> 医药卫生科技> 基础医学
收录：北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：结直肠肿瘤 深度学习 病理切片 自动辅助诊断
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
