• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
高级检索

检索历史 清除

基于深度学习的肠腺瘤病变识别

Recognition of intestinal adenoma based on deep learning

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
作者: 宋志刚 [1] 陈龙森 [2] 朱泽基 [2] 石怀银 [1]
作者单位: 中国人民解放军总医院病理科,北京,100853 [1] 深圳市恒扬数据股份有限公司,广东深圳,518000 [2]
期刊: 《诊断病理学杂志》2019年26卷4期 201-206,212页 ISTIC
分类号: R735.3
栏目名称: 论著
DOI: 10.3969/j.issn.1007-8096.2019.04.001
发布时间: 2019-05-28
  • 浏览:132
  • 下载:324

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

北京万方数据股份有限公司

万方数据电子出版社

京ICP证010071号

京公网安备11010802020237号

京ICP备08100800号-1

违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

充值 订阅 收藏 移动端 使用
帮助