换一批摘要目的 建立人工智能辅助诊断肠腺瘤诊断系统.方法 我们筛选出近187例覆盖各种肠腺瘤组织形态的病理切片,利用数字扫描仪将其数字化后,医生借助ASAP标注工具对数字病理切片进行标注.标注完成后,我们对标注数据进行处理并分割,得到超过150万张带有标注的训练数据,最后输入到卷积神经网络中进行模型的训练.结果 基于训练完成的深度学习模型,我们在155例切片的测试集上进行测试,模型可以达到94.8％的准确率.结论 腺瘤的诊断是人工智能在病理诊断中较为简单的一个模型,随着人工智能技术的发展,基于人工智能的病理辅助诊断技术必将极大地解放病理医生的体力,促进病理学的发展.
更多相关知识
分类号
R735.3（消化系肿瘤）
栏目名称
DOI
10.3969/j.issn.1007-8096.2019.04.001
发布时间
2019-05-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览157
- 被引4
- 下载331
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
